通过运用K-means算法对学生的综合测评成绩进行聚类分析,挖掘出学生与学生之间具有的共性,并以共性为标准对学生分类.使学生管理者对不同类别学生实施针对性教育管理。陈英黄敏现代计算机:上下旬
通过运用K-一means算法对学生的综合测评成绩进行聚类分析,挖掘出学生与学生之间具有的共性,并以共性为标准对学生分类,使学生管理者对不同类别学生实施针对性教育管理。关键词:聚类技术;K-一meaI1s算法;综合测评;成绩分析学生综合测评成绩是学生在校学习期间的综合表现.是学生管理工作者进行推优评优的重要依据。在El常...
基于K—means算法的学生综合测评成绩分析
基于K-means聚类算法成绩分析的应用探究 张贵元 （东莞理工学校 广东东莞 523000）摘 要：数据挖掘是在海量的数据中寻找模式或规则的过程。随着学校招生规模的扩大，在校学生成绩分布越来越复杂，传统的成绩分析有一定的局限性，该文介绍了K-means聚类算法的原理和算法流程，针对学生成绩数据进行选择、预处理，运用K...
基于K-means算法的学生试卷成绩分析
1007-757X ( 2021 ) 05-0148-03基于 K -means 聚类算法的学生表现数据分析及预测建模研究吕丁( 陕西警官职业学院治安系 , 陕西西安 710021 )摘 要: 通过对学生生活 、 学习 、 活动等行为特征数据分析挖掘 , 采用改良的 K -means 聚类算法建立学生表现类别模型 , 实现 根据学生表现数据将学生进行分类 。
为此,提出基于改进遗传算法的K-means聚类算法。该算法利用遗传算法解决初始聚类中心,提高聚类结果的稳定性,但存在前期过早收敛和后期收敛过慢的缺点。将改进遗传K-means聚类算法应用于高职高专的学生考试成绩分析中,可以很好地解决传统遗传聚类算法对聚类结果的不稳定性问题,并通过聚类结果对学生考试成绩进行分类评价,利用...
本文在模型的分类上采用了K-means 聚类中的均值聚类算法,聚类分析的特点是计算简单,呈现的结果比较直观且易于理解。运用在教学领域时,可有效分析学生学习情况。K-means聚类分析是选定初始中心并进行多次迭代,计算每一个个体和聚类中心的距离大小,最终将样本分成不同的类别的分析方法。其分析步骤如图2所示。
摘 要:研究了k 2means 聚类算法,并将此算法应用于高校学生试卷成绩分析中.首先对数据进行了预处理,然后使用k 2means 算法,对学生试卷成绩进行分类评价.用所获得的结果指导学生的学习和今后的教学工作.关键词:数据挖掘;聚类;k 2means 算法;试卷成绩 中图分类号:TP311 文献标志码:A 文章编号:1003-4978(...
基于k-means算法的本科生公共课成绩预警系统