文献类型：期刊文章

作　　者：陆桂明[1] 张源[1] 周志敏[2]

Lu Guiming;Zhang Yuan;Zhou Zhimin(College of Information Engineering,North China University of Water Resources and Electric Power,Zhengzhou 450046,Henan,China;College of Information Engineering and Art Design,Zhejiang University of Water Resources and Electric Power,Hangzhou 310018,Zhejiang,China)

机构地区：[1]华北水利水电大学信息工程学院,河南郑州450046 [2]浙江水利水电学院信息工程与艺术设计学院,浙江杭州310018

出　　处：《计算机应用与软件》

基　　金：浙江省科技厅项目(LGF18F020014)

年　　份：2019

卷　　号：36

期　　号：1

起止页码：316-319

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：针对高校贫困生认定工作中存在的问题,利用校园一卡通数据,综合学生消费和生活规律,结合XGBoost(Extreme Gradient Boosting)模型和主成分分析法、过采样算法,建立高校贫困生的分类预测方法。该方法在贫困生分类预测中的准确率较高。实验结果证明,采用XGBoost模型比其他模型预测准确率更高,为我国高校贫困学生的评定标准提供重要依据,保证了贫困学生认定工作的公正性。

关 键 词：主成分分析法 过采样算法  贫困生 XGBoost模型  分类预测  

分 类 号：TP3[计算机类]