[发明专利]基于加权深度森林的成人学位英语等级预测方法

摘要

本发明提供了一种基于加权深度森林的成人学位英语等级预测方法，其包括如下步骤：数据采集，从大学网络教育数据库提取已有学位英语成绩的本科学生的相关数据；数据预处理，去除异常无效的数据后作为训练样本集和测试样本集；构建深度森林，输入训练样本集及测试样本集；使用训练样本集训练子树，得到当前子树的类概率向量；根据样本间隔及样本多样性来构建每一级森林中每棵子树的权重，再对各个子树的预测概率向量进行加权求和，找出整个森林的预测结果，从而提高成人学位英语等级的预测准确率。

主权项

1.一种基于加权深度森林的成人学位英语等级预测方法，其特征在于，包括如下步骤：步骤1：数据采集，从大学网络教育数据库提取已有学位英语成绩的本科学生的相关数据；步骤2：数据预处理，去除异常无效的数据后作为训练样本集和测试样本集；步骤3：构建深度森林，输入训练样本集及测试样本集，所述深度森林包括多粒度扫描与级联森林；所述多粒度扫描可通过获取多个特征子集产生相应类向量，所述类向量被拼接到原始的样本的特征空间里，作为后面级联森林的输入特征；所述级联森林包括随机森林和完全随机树森林，森林之间通过层级方式形成级联结构，所述训练样本集用于训练所述深度森林，所述测试样本集用于评估所述深度森林；步骤4：使用训练样本集训练子树，得到当前子树的类概率向量；步骤5：根据样本间隔及样本多样性来构建每一级森林中每棵子树的权重，再对各个子树的类概率向量进行加权求和，从而找出整个森林的预测结果。