论文部分内容阅读
收集并整合多所高校学生的慕课学习行为数据,设计基于数据复杂度的纠错输出编码(ECOC)多分类算法。该算法利用数据复杂度降低多类之间的分类难度,从而提高算法的预测准确度。实验结果表明,在不同高校的慕课数据集的测试中,所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性,实现了学生学习成绩多等级的有效预测,为个性化教学奠定了基础。