摘要
摘要:在大数据背景下,高校贫困学生的精准认定面临着数据不平衡的挑战。针对高校贫困学生数据集的不平衡问题,研究分别使用了基于算法的方法(如成本敏感学习和集成学习)和基于数据层面的方法(如SMOTE过采样技术)进行处理。最终提出了结合算法与数据层面方法的综合处理策略,综合处理策略在提高模型对少数类别的识别能力方面表现优异,特别是在准确率、召回率和F1分数等方面均显著优于其他方法,为高校贫困学生的精准认定提供了有力支持。
出版日期
2024年11月20日(中国期刊网平台首次上网日期,不代表论文的发表时间)