摘要
本发明公开了一种跨届成绩的预测方法、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;对所述学习行为数据进行特征扩充,得到目标学生的行为数据集;基于二进制特征掩码对所述行为数据集进行特征筛选,得到目标学生的目标行为数据集;将所述目标行为数据集中的特征按照周期进行划分并按照时间排序,之后选取m个连续周期的数据,进行相同特征数值叠加处理,得到m个辅助样本集;将m个所述辅助样本集分别输入基于往届学生的学习行为数据预先训练好的m个基学习器中进行成绩预测,将m个预测结果加权平均,得到最终成绩预测结果。本申请的方法脱离了对被预测对象本身的历史行为数据的依赖,显著提高成绩预测的及时性和准确性。
技术关键词
二进制特征
XGBoost模型
样本
学生
成绩
周期
指标
遗传算法
学习器
数值
扩充模块
分类器
数据获取模块
标签
预测装置
电子设备
线下
生成方法
两点
系统为您推荐了相关专利信息
序列特征
预训练模型
样本
全局平均池化
RNA二级结构
结算方法
周期性特征
灰色关联度分析法
序列
电力