《表2 四种模型的正确率、召回率与F值的对比》

  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

《机器学习在数学成绩预测中的应用研究》

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

实验运行的环境是：Windows10家庭版、Python3.7、Inteli7-7500U以及8G内存。预测模型各个指标的性能如表1和表2所示。这里使用的性能评价标准为准确率、精确率、召回率、F1-Score。准确率是用来衡量模型对数据集中样本预测正确的比例；精确率是指被预测为正例的样本中有多少是真正的正例；召回率是用来评判你有没有把样本中所有的真的正例全部找出来，指的是预测为某一类别的真实类别占所有真实类别的比例；F1-Score是指精确率与召回率的调和平均值。