决策树算法的学生学习行为预测+数据

本设计基于决策树算法从多角度对某学校网上平台的学生行为数据进行分析，将根据学生的综合成绩将学生划分为三类：优秀（80分 – 100分）、良好（60分 – 79）、差（0分 – 59分）。这些数据包括到课率、预习率、习题正确率、综合成绩，数据量达千余条。通过已有数据建立决策树模型，供该平台未来的使用者进行预测，起到教学预警的作用。

二、 目的

以学生的历史学习行为数据训练决策树，通过该决策树预测学生期末成绩处于哪一个档次（优秀、良好、差），使学生可以清晰的知道自己当前学习属于一个什么样的状态，一遍调整学习策略，取得更好的成绩。

三、 原理

1、 数据分析三步骤

a) 数据预处理（数据清洗）

大数据的来源和数据形式丰富多样，分析数据源可能存在许多脏数据，比如噪音数据、不完整数据、不一致数据。如果