基于K最近邻算法的基于机器学习的补充预测系统。-研究论文
在本文中，我们提出了一种使用机器学习方法预测某个学科的补充课程的模型。 这是一个基本的分类系统，可以发现学生是否会获得补充。 可以显示获得补充的个人或受试者明智的机会。 该模型使用K最近邻算法，这是一种懒惰算法，可提供较高的准确性。 所提出的方法将有助于分析补充学生，同时教师可以分析大概有多少学生将获得补充，并决定他/她在教书时应该给予多少额外的关注。
文件下载
评论信息
其他资源
- 张志华《机器学习导论》笔记和补充材料
- Python-爬取百度百科中文页面抽取三元组信息构建中文知识图谱
- Firefox插件cookie-editor-1.9.0
- 下垂控制的逆变器simulink建模
- 自适应波束形成的经典算法大全
- 联想L-A690最新版本BIOS完美支持AM3 带SLIC2.1激活
- 蒙特卡罗法模拟matlab源程序
- 华为数通HCIP221题库资料
- 超市会员管理系统
- 小车基于openmv摄像头的红灯识别
- winutils.exe + hadoop.dll
- Chirp Scaling算法处理RADARSAT-1数据_share
- olsr仿真代码（ns2）
- 基于超材料等效介质理论的带通频率选择表面设计及验证
- 可折叠：可折叠-实用的入门套件-源码
- 南京航空航天大学《矩阵论》历年试题（含答案）.pdf
- grep 变量的解决方法
- QT编写的电子时钟 c++源码
- 读写SEGY文件
- Wireshark数据包分析实战(第2版)中文 （拍摄图片版）[Chris Sanders]
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明