《表3 SVM分类模型评估参数》

  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

《基于k均值与SVM算法的学生综合评价及分类研究》

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

基于各个学生在八个能力因子上的得分情况，通过聚类分析模型对学生进行了初步分类。如表2可以看出三类学生的差异:第一类学生各方面的能力都较好；第二类学生能力三和能力四得分都较低；第三类学生能力四得分较低。这部分进行了初步分类的能力得分数据再以8∶2的比例分别作为训练集和验证集对SVM模型进行训练和验证，最终得出如表3中三个评估参数（ACC，REC，F1）。由表3中的数据可以看出，SVM模型两次分类下来的准确率，精确率，召回率都较高，说明模型性能稳定，且准确、精确。