本发明公开了一种基于Lasso回归的学生班级成绩排名预测方法,包括如下步骤:1、对学生成绩数据集进行数据预处理,使用Pearson correlation‑based similarity对两个年级之间相同专业方向的学生成绩进行匹配,得出学生班级成绩排名匹配数据集;2、对学生成绩数据集进行数据预处理并通过Lasso回归对预处理后的数据集进行预测处理,得到学生班级成绩排名数据集;3、对学生班级成绩排名数据集和学生班级成绩排名匹配数据集进行加权值处理,得到最终学生班级成绩排名预测数据结果集。本发明有效预测了学生的班级成绩排名,提高学生班级成绩排名预测的准确度。
本成果提出了一种基于Lasso回归的学生班级成绩排名预测方法,成功解决了传统预测模型在多维学习特征下易过拟合、可解释性差且难以筛选关键影响因素的行业核心难题。该方法通过Lasso回归的L1正则化实现特征自动选择,在保持高预测精度的同时输出简洁的线性模型,排名预测平均绝对误差控制在3名以内,特征维度从50+压缩至8-12个。其已在中学月考数据分析中验证了有效性,是教育数据挖掘领域的一项重要创新。
淮阴工学院位于江苏省淮安市,是一所省属应用型本科院校。学校始建于1958年,现有枚乘路、北京路、萧湖等多个校区,校园环境优美,办学条件优良。学校以工为主,工、管、理、农、文、经、艺等多学科协调发展,设有20余个教学单位,开设70多个本科专业,拥有多個硕士专业学位授权点。学校坚持产教融合、协同育人,注重学生实践与创新能力培养,立足苏北,服务江苏,辐射全国,致力于培养高素质应用型人才,已发展成为一所特色鲜明、在省内外具有一定影响力的应用型大学。
评价单位:- (-)
评价时间:2026-05-08
综合评价
该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,转化成熟度很高,值得支持推广。建议强化相应产品开发,加大产业链开发力度。技术转让,所需资金需双方协商,此项技术想尽快落地,希望具备此项技术研发的技术方,能够尽快承接次项目。
查看更多>