《表1 决策树1对目标课程的风险等级判断》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据背景下基于随机森林算法的高校学生成绩预警研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先采用bootstrap sample方法从4 540条成绩数据中抽取4个成绩样本集合作为训练集，形成包含4个决策树的随机森林，之后根据实际情况确定每个决策树的随机特征数为1，并为每个决策树挑选一门本学年的专业课成绩作为随机特征变量，决策树1以“模拟电子线路”成绩作为随机特征变量，决策树2以“微机原理”成绩作为随机特征变量，决策树3以“自动控制原理”成绩作为随机特征变量，决策树4以“电机及拖动”成绩作为随机特征变量。经过计算，每个决策树根据自己的训练集对“系统集成技术”这门目标课程成绩的风险等级判断分布如表1—4所示。