《表2 课堂理论教学质量评价结果》
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
《基于RVM机器学习方法的高校理论与实验教学质量评价模型》
将样本数据分成两部分,取前12组数据作为训练数据集(总样本的2 3),后6组数据作为测试数据集(总样本的1 3)。以11个教学质量评价指标[x1,x2,?,x11]作为MK-RVM的输入,教学质量Y作为MK-RVM的输出。MK-RVM通过对训练数据集进行学习,并利用遗传算法确定MK-RVM的最优参数为[49.23,54.37,0.79],将参数带入MK-RVM模型,求解MK-RVM的αMP,σ2MP,u MP与Σ等参数。将这些参数代入式(2)、式(3)即可建立教学质量评价MK-RVM模型。将输入数据[x′1,x′2,?,x′11]代入MK-RVM,可估计对应教学质量Y′和结果的方差σY。基于上述建立的MK-RVM对训练数据集及测试数据集中的教学质量进行预测,并估计预测结果的方差。将方差代入式(5)、式(6),求解预测结果的95%置信度的置信区间,并绘制置信区间分析图。具体结果如表2及图1所示。基于测试集预测结果,分别统计均方根误差、最大相对误差、平均相对误差、后验差比、小误差概率、精度等级等评价指标。当前根据后验差比、小误差概率将精度等级划分为4个级别,具体精度等级划分如表3所示。利用测试集的测试结果,统计各项精度指标结果如表4所示。
图表编号 | XD0078691700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 傅翠霞、罗亦泳 |
绘制单位 | 东华理工大学外国语学院、东华理工大学外国语学院、武汉大学测绘学院 |
更多格式 | 高清、无水印(增值服务) |