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
- 坦克大战游戏-x86汇编实现
- 信息论实验报告（包括求信息量、香农编码、费诺编码、哈弗曼编码、循环码和模P信道编码）
- MATLAB实现CNN
- CBF算法matlab程序
- 仿携程旅游App源码
- 活动人员随机抽取软件 绿色版
- chan-vese的matlab代码实现
- 泛微ecology协同办公系统详细的表结构（OA数据字典）
- 全国计算机二级java题库
- VA_X_Setup2073加破解补丁支持VS2015正式版
- Windows网络编程技术.源代码
- 任务-源码
- ludashisetup2020.exe
- 洗衣店小程序（前端后端）
- 中级数据库系统工程师下午试题模拟18.doc
- IPMIView.zip
- Everything本地文件索引工具
- Altium Designer 单片机原件库
- 旅游管理系统
- c++链表队列的实现
- tesseract-ocr 相关jar包 jar_jai_imageio-1.1-alpha 和 swingx-1.6.1.jar
- NSGA-II 中文版注释
- RS_485_多机通信c程序及仿真
- 上海交通大学数据结构课件
- 分类器性能评价标准研究
- 2019技术趋势：人工智能报告
- 使用linq to sql的例子
- Rational Rose 汉化文件
- 图像处理单机版（java）-一个开源项目
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