《表1 知识追踪模型在测试集上的AUC》

《表1 知识追踪模型在测试集上的AUC》   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
《基于掌握速度的知识追踪模型》


  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

为了评价MSKT模型的性能,使用了接收者操作特性(ROC)曲线下面积(AUC)来度量[18]。首先AUC作为性能度量在机器学习领域凭借其优越的性质受到广泛的关注,尤其适合类不平衡问题[19]。另外,在KT领域的论文均使用AUC作为评价指标,这样实验结果可以很容易地与KT领域的论文进行比较。本文用不同的随机初始化方法对模型进行6次训练,得到模型在测试集上的平均AUC和标准差,如表1所示。