大數(shù)據(jù)背景下的學(xué)生孤獨(dú)預(yù)警模型——以華中師范大學(xué)為例
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
圖5不同深度下的訓(xùn)練集準(zhǔn)確率與測(cè)試集準(zhǔn)確率
將最大深度設(shè)為1~40,計(jì)算每個(gè)值的預(yù)測(cè)情況并畫圖,所得結(jié)果如圖5所示。圖6深度為21時(shí)每個(gè)指標(biāo)對(duì)目標(biāo)變量的影響力
圖4尋找孤獨(dú)的學(xué)生方法截圖
經(jīng)驗(yàn)證,以上隨機(jī)挑選的三組朋友關(guān)系,均確實(shí)屬于真正的朋友關(guān)系。再回到本項(xiàng)目中,采用排除法,尋找孤獨(dú)的人。以2011~2014級(jí)全體本科生作為樣本數(shù)據(jù),共17828人,有食堂消費(fèi)朋友關(guān)系表的有20585人,有圖書館的朋友圈關(guān)系表的有43840人(此處兩個(gè)數(shù)字均大于樣本數(shù)據(jù)17828....
圖6深度為21時(shí)每個(gè)指標(biāo)對(duì)目標(biāo)變量的影響力
圖5不同深度下的訓(xùn)練集準(zhǔn)確率與測(cè)試集準(zhǔn)確率根據(jù)圖5,選取max_depth=21,再進(jìn)行模型訓(xùn)練,計(jì)算每個(gè)指標(biāo)對(duì)目標(biāo)變量的影響力。得到訓(xùn)練集準(zhǔn)確率0.9859,測(cè)試集準(zhǔn)確率0.8937,以及每一個(gè)指標(biāo)對(duì)目標(biāo)變量的影響力。如圖6所示,發(fā)現(xiàn)deal_cs、deal_money、ts....
圖1消費(fèi)關(guān)系明細(xì)表截圖
不孤獨(dú)即朋友關(guān)系多,有朋友一起吃飯、一起去圖書館,用數(shù)據(jù)特征表示即是同一食堂刷卡時(shí)間接近且次數(shù)較多、進(jìn)入圖書館刷卡時(shí)間接近且次數(shù)較多。如果刷卡時(shí)間接近的定義過(guò)大則會(huì)導(dǎo)致朋友關(guān)系網(wǎng)過(guò)大、計(jì)算量太大;如果刷卡時(shí)間接近的定義過(guò)小則會(huì)導(dǎo)致朋友關(guān)系網(wǎng)較小,過(guò)濾了原本是朋友的人;考慮日常的實(shí)....
本文編號(hào):3959356
本文鏈接:http://www.sikaile.net/jiaoyulunwen/jykj/3959356.html