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
- 《符号计算系统MAPLE教程》(张韵华 & 王新茂)清晰版
- DEA软件-ems1.3.0
- retinex matlab实现（带测试图）
- 连续像对相对定向
- wpf教程(从入门到高手)
- 全国大学生数学建模竞赛——SARS传播问题
- HCIP-Routing_&_Switching_V2.5_培训教材.rar
- 稀疏矩阵相加相乘（三元组、十字链表）
- Chrome中链接打开IE窗口插件
- matlab 数字图像对比度拉伸算法
- ArcGIS Engine地理信息系统开发从入门到精通(第2版) 书+源码
- 毕业论文答辩ppt合集(包括答辩自述草稿）
- 国家智能制造标准体系建设指南2018版.pdf
- PyQt4 精彩实例分析26个例子
- 烽火系列光猫改桥接教程.docx
- rabbitmq3.8.9&otp21.3配套版本)
- .NET病历信息管理系统源码.zip_用户信息管理系统源码
- ico图标大全
- 万能BIOS刷新升级工具895
- H+后台主题UI框架最新版 V4.1.0 破解版
- 锅炉动态特性及其数学模型.pdf
- 自定义带下载进度按钮
- 御剑后台扫描珍藏版
- HDR文件查看器
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