WEKA 预处理和预测学生成绩

Posted 2023-03-13

【中文标题】WEKA 预处理和预测学生成绩

【英文标题】：WEKA Preprocess and Predicting student grade

【发布时间】：2016-11-12 16:38:39

【问题描述】：

我正在开发一个应用程序，该应用程序根据学生的成绩对每年进行预测。学生的成绩从 70 到 97 不等。我的数据集包含从 1 年级到 5 年级的学生成绩： GWA1 - 第一年一般加权平均 GWA2 - 第二年一般加权平均 以此类推，直到 GWA5

我打算使用 J48 进行预测。

我有不同的问题，

我的数据集包含不同的学生年级。如果学生目前处于第 4 年，则 GWA4 和 GWA5 为零。我应该只接收毕业的学生吗？ （GWA1-GWA5 的学生）。 有些课程最多只能提供 4 年。他们数据集中的 GWA5 为 0。 程序还需要预测他当年的成绩。例如，对于二年级学生，程序会预测 GWA2。对于四年级学生，该程序预测 GWA4。 如何预处理数据？我应该将成绩分类为优秀、一般、差等成绩标签吗？

样本数据集：

GWA1     GWA2     GWA3     GWA4     GWA5
83.6     87.5     90.2     89.1     91.2
76.4     78.2     77.6     80.9     79.4
93.6     91.5     92.7     91.1     92.7

【问题讨论】：

能否添加更多细节，例如示例数据集？

添加了一个示例数据集

【参考方案1】：

最重要的是，您的数据集不是tidy。列需要转换为行，例如进入这个表格布局：

student year gpa passed s1 1 83.6 yes s1 2 76.4 no ...

我将“通过”列向上。但是在默认配置下，这种设计更容易让 J48 使用。也就是说，要对分类变量或二元变量进行分类 - J4​​8 无法处理“类”属性（=待预测属性）中的数字属性。

我不确定您是否也可以使用 J48 预测数值。我认为 weka 和数据集需要稍微调整一下。

检查自定义对话框，阅读文档，然后在 Google 上搜索“回归分类”。或者更好的是，使用 LinearRegression 分类器而不是 J48。

无论如何，在“过滤器”面板中，您需要添加“AddClassification”监督实例过滤器，然后将其“输出分类”选项设置为True。

【讨论】：

如果我使用回归，数据集是一样的吧？我将删除传递的列？

是的。表模式应该看起来像我画的那样，没有虚构的“通过”列。您从线性回归中获得的数值预测仍然很遥远。取决于数据质量和您可以应用的预处理步骤。也许先收集更多关于整个主题的信息。