[发明专利]一种学生成绩的预测方法、系统、计算机设备及存储介质

权利要求书

1.一种学生成绩的预测方法，其特征在于，包括以下步骤：

获取学生数据；

对所述学生数据进行PCA降维处理，得到降维后的主分量的学生数据收集表；所述学生数据收集表中包括多种和学生相关的属性值；

对所述学生数据收集表中的各个属性值进行正交编码，得到第一特征数据，将所述第一特征数据输入到训练好的成绩预测模型中进行预测，得到所述学生数据对应的学生成绩预测结果。

2.根据权利要求1所述的学生成绩的预测方法，其特征在于，所述成绩预测模型通过以下步骤得到：

采集批量学生的样本数据，所述样本数据携带有学生成绩标签；

对所述样本数据进行PCA降维处理，得到降维后的主分量的样本数据收集表；所述样本数据收集表中包括多种和学生相关的属性值；

对所述样本数据收集表中的各个属性值进行正交编码，得到第二特征数据，将所述第二特征数据输入到初始化的成绩预测模型中进行预测，得到所述样本数据对应的第一成绩预测结果；

根据所述学生成绩标签和所述第一成绩预测结果，确定训练的损失值；

根据所述损失值，通过反向传播算法对所述成绩预测模型进行参数更新，得到训练好的成绩预测模型。

3.根据权利要求2所述的学生成绩的预测方法，其特征在于，所述确定训练的损失值，包括：

通过预先设定的损失函数确定训练的损失值；所述损失函数包括0-1损失函数、平方损失函数、绝对损失函数、对数损失函数、交叉熵损失函数中的任一种。

4.根据权利要求3所述的学生成绩的预测方法，其特征在于，所述损失函数中还包括有L2正则项。

5.根据权利要求2-4中任一项所述的学生成绩的预测方法，其特征在于，所述根据所述损失值，通过反向传播算法对所述成绩预测模型进行参数更新，包括：

根据所述损失值，通过网格搜索算法按照预定的步长调整所述成绩预测模型的参数。

6.根据权利要求2所述的学生成绩的预测方法，其特征在于，所述对所述成绩预测模型进行参数更新，得到训练好的成绩预测模型：

通过验证集对每次参数更新后的模型进行验证，确定所述成绩预测模型的预测准确率；

若当前所述预测准确率大于预设阈值，则完成所述成绩预测模型的训练，得到训练好的成绩预测模型。

7.一种学生成绩的预测系统，其特征在于，包括：

获取模块，用于获取学生数据；

降维模块，用于对所述学生数据进行PCA降维处理，得到降维后的主分量的学生数据收集表；所述学生数据收集表中包括多种和学生相关的属性值；

预测模块，用于对所述学生数据收集表中的各个属性值进行正交编码，得到第一特征数据，将所述第一特征数据输入到训练好的成绩预测模型中进行预测，得到所述学生数据对应的学生成绩预测结果。

8.一种计算机设备，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-6中任一项所述的学生成绩的预测方法。

9.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于：所述处理器可执行的程序在由处理器执行时用于实现如权利要求1-6中任一项所述的学生成绩的预测方法。