Predecir el rendimiento de los estudiantes es uno de los problemas más preocupantes en la minería de datos educativos (EDM), que ha recibido cada vez más atención. La selección de características es el paso clave para construir un modelo de predicción del rendimiento de los estudiantes, lo que puede mejorar la precisión de la predicción y ayudar a identificar los factores que tienen un impacto significativo en el rendimiento de los estudiantes. En este artículo, se propuso un método de selección de características híbrido llamado rango y heurístico (RnkHEU). Este novedoso método de selección de características genera el conjunto de características candidatas mediante puntuación y clasificación primero, y luego utiliza un método heurístico para generar los resultados finales. Los resultados experimentales muestran que los cuatro principales criterios de evaluación tienen un rendimiento similar en la predicción del rendimiento de los estudiantes, y la estrategia de búsqueda heurística puede mejorar significativamente la precisión de la predicción en comparación con el método de búsqueda hacia adelante. Debido a que el RnkHEU propuesto integra la
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estabilidad inherente de sistemas multicuerpo con resortes de rigidez variable a través de la teoría de estabilidad absoluta.
Artículo:
SS-Drop: Una nueva política de entrega de mensajes para mejorar la gestión de búfer en redes tolerantes a retrasos.
Artículo:
Revisión de los distinguidores diferenciales imposibles de dos estructuras de Feistel generalizadas
Artículo:
Proceso inteligente de traspaso/movilidad del espectro en redes de radiocomunicación cognitiva
Artículo:
Dinámica evolutiva de modelos estocásticos SEIR con migración y conciencia humana en redes complejas.