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．