摘要
本发明公开了一种集成学习成绩预测方法、装置、电子设备及存储介质,方法包括:获取目标学生的学习行为数据;使用预先训练好的XGBoost模型预测学习行为数据在XGBoost模型训练过程中的迭代信息;对迭代信息进行独热编码,得到学习行为数据的二进制特征向量;将二进制特征向量输入预先训练好的软投票分类器中,得到目标学生的成绩预测结果。本发明在第二层预测中将XGBoost模型、LR模型和RF模型进行融合,将三个模型的预测数据进行加权平均得到融合预测结果,解决传统预测方法最下层模型单一导致的预测性能不佳的问题,有效提高预测性能和准确率。
技术关键词
XGBoost模型
叠加特征
独立特征
周期
学生
分类器
样本
成绩
节点
机器可读存储介质
存储器存储指令
线下
电子设备
数据获取模块
预测装置
编码模块
标签
处理器
系统为您推荐了相关专利信息
网络模型压缩方法
忆阻器芯片
学生
教师
编码模块
存储系统
图文
云存储管理
权限管理模块
教师端设备
运动功能障碍患者
生成方法
运动能力分析
数据
周期
种植仓
动态调控方法
时序
空气交换循环
食用菌种植