基于集成学习算法的高职生心理健康预测方法 |
| |
引用本文: | 熊祖涛.基于集成学习算法的高职生心理健康预测方法[J].教育技术导刊,2016,15(6):162-164. |
| |
作者姓名: | 熊祖涛 |
| |
作者单位: | 安庆职业技术学院 电子信息系,安徽 安庆 246003 |
| |
摘 要: | 针对高职院校学生存在的心理健康问题现状,提出一种利用集成学习算法——Adaboost进行心理健康预测的方法。该方法首先抽取心理健康测试数据特征,经过数据清洗和规范化处理后,以决策树为分类器对数据进行挖掘分析,运用Adaboost算法对决策树分类器进行多轮迭代训练以提高分类器的分类效能,建立起一种心理健康预测模型。利用该模型对某高校2015级2 780名学生的心理健康测试数据进行了分析。实验结果表明,该方法能够实现对敏感心理问题的有效识别,从而为高职院校心理健康教育提供规划和决策依据。
|
关 键 词: | Adaboost算法 高职生 心理健康 预测方法 决策树 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|