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
- 单片机和LCD1602实现的简易计算器
- 信号检测与估计理论].赵树杰,赵建勋课后答案
- IGS跟踪站点图及坐标以及下载地址
- GeoJson的生成与解析所需jar包
- field II用户指南
- 基于专家知识的决策树分类
- 构建敏捷银行-平安银行信用卡中心转型案例
- 中文汉字集合 汉字表 MySQL数据脚本
- SMITH圆圈V3.1和谐版.zip
- h5 web录音并上传后端
- 2018电子设计大赛（TI杯）D题手势识别 全功能完成
- 用于高速数字系统的单轨MCML标准单元
- apache-tomcat-8.5.31.zip
- ISO/IEC 17025：2017 测试和校准实验室能力的一般要求-最新的完整中英文版（81页）
- 英文词典数据UK Advanced Cryptics Dictionary
- RevendeproSrc
- nodejs版本控制管理工具NVM最新版本1.7
- Handbook of Evolutionary Computation pdf
- 调用百度大脑智能实现图片内文字识别，在Delphi2010下测试通过
- 虚拟化渠道认证考试B卷
- 文件转数组及C语言字符串工具
- 四轴摇杆电位器封装尺寸
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