积分商城

最新搜索： stm32f7 固件库 HFBR-0310Z光纤发射和接收电路 频率计 高频开关变换器的数字控制 multisim运放 NordicSemiconductor.nRF_DeviceFamilyPack.8.44.3.zip
您现在的位置是：首页 > 技术资料 > 基于数据挖掘的大学成绩分析
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于数据挖掘的大学成绩分析

更新时间：2020-02-09 01:25:07 大小：2M 上传用户：gsy幸运查看TA发布的资源 标签：数据挖掘 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

在步入大数据时代之后，数据挖掘已经被广泛的应用到各个领域中，本文将数据挖掘对学生的成绩进行挖掘分析。

  目前中国的大部分院校对试卷的分析主要是从试卷本身入手，借助于Excel等简单的办公软件对学生的成绩进行简单的统计。教师则通过直观的界面信息能够获得有关试卷的质量、学生答题情况等方面的详细内容，但是这些直观的页面信息一般仅仅包括简单的平均值、标准差等，缺少针对各个试卷中知识点之间关联性的分析与挖掘。本文以大学本科线性代数成绩为例，在运用Python的基础上个运用聚类和关联规则算法对其进行挖掘与分析，找出试卷中知识点之间的关联规则。

  由于Python语言的简洁性、易读性以及可扩展性，同时Python拥有较多的专用的科学计算扩展库，因此利用python进行数据挖掘将起到事半功倍的效果。本文使用K-Means以及Apriori算法对数据进行挖掘。通过Apriori算法最终发现试卷中具有强关联的大题中涉及到的知识点，如：求解矩阵行列式和求解非齐次线性方程组具有较高的相关性等等。通过K-Means聚类班里同学根据对知识点的掌握程度大致可以分为三类。最后从得到的这些结果中得到学生在线性代数该学科知识点的掌握情况，并且对授课教师的授课内容和方式上具有一定启发作用。

部分文件列表

文件名 大小
基于数据挖掘的大学成绩分析.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号