《表3 知识追踪模型预测学习者未来表现指标结果》
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
《知识追踪模型融入遗忘和数据量因素对预测精度的影响》
知识追踪模型是通过对学习者问题的历史回答正误序列来推测学习者的知识水平,用来预测学习者下一阶段的表现。在实验中使用均方误差(1)(MSE)、皮尔森相关系数平方 (2)(R2)和ROC曲线下的面积 (3) (AUC)三个指标综合评估知识追踪模型预测学习者未来表现的性能。其中,R2和AUC的值提供了关于知识追踪模型预测精度的不同信息,是估模型预测精度强有力的指标,AUC值越大表示模型准确度越高,虽然AUC和R2都不是一个完美的评估指标,但是它们结合后,会考虑模型的不同方面,为评估知识追踪模型提供基础。另外,MSE值越小,说明模型拟合实验数据具有更好的预测精确度。知识追踪模型拟合数据集预测学习者未来表现精度的三个指标结果如表3所示。
图表编号 | XD0055285000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.30 |
作者 | 叶艳伟、李菲茗、刘倩倩、林丽娟 |
绘制单位 | 浙江工业大学教育科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |