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
- 联想G31T-LM 最新版BIOS 51KT57A直接上L5420
- Verilog实现4位(可扩展至任意位)带符号加法器_带上下溢出标志位
- proficy machine edition 9.5 光盘
- 广东省geojson
- 大橙子模板3.1.6去授权版.zip
- 量子粒子群算法与基础粒子群算法matlab程序
- TP5 小程序商城含后台
- javaweb课程设计
- msp430f5438读取sht30温湿度数据
- ORACLE数据定时导入导出工具
- 手势控制音乐播放器 源码
- net.mongodb-源码
- canvasXpress：JavaScript可视化工具-源码
- mipsel-linux-android-4.9.zip
- unix课程_day02.pdf
- DotNetCharting,ZedGraph,MSChart折线图，柱状图，饼图winform控件多个帮助文档和下载地址
- 北大青鸟S2 6月24日笔试题
- ABB应聘，ABB笔试、面试指导
- NLPCC2013微博情绪分析样例数据
- 卡马克卷轴算法android版
- 网上人才招聘系统 源代码
- Mastering Lambdas- Java Programming in a Multicore World
- 仿微信通过拍照或者本地图片裁剪完美更换头像
- H.264视频监控最佳指导
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