论文部分内容阅读
利用机器学习算法分析和预测学生成绩是大数据技术应用之一.将启发式算法与梯度提升算法相结合,提出组合优化算法预测模型.首先,通过采用动态对立学习增加种群初始化的多样性,引入非线性收敛因子和自适应权重等方法,得到增强鲸鱼算法,改进原来的全局搜索和局部开发能力.其次,基于XGboost模型加以增强鲸鱼算法的迭代,动态优化XGboost的超参数,提出组合算法预测模型.准确率ACC作为模型的评价标准,以学生数据集为研究对象,以学生成绩预测为目标,选用5种算法进行对比实验.实验结果表明,组合算法的预测准确度相对较高.