AI 教学改革实践研究计划AI 教改实践研究计划 全国高等院校计算机基础教育研究会 ×实战云


AI 课件库 › 机器学习基础 › 分类

逻辑回归

缺课节数与学业预警:看 S 形曲线怎么把缺课数变成挂科概率,再拖动预警线权衡误报和漏报。

适用
人工智能导论、机器学习基础、教育数据分析
概念
分类、Sigmoid、对数损失、阈值、查全率与查准率
课时
入门 · 建议 20 分钟
网络
在线打开即可,免登录

全屏打开实验 ↗

交互实验(可直接投屏)

嵌进我自己的课件或学校课程平台

把下面这行复制到你的网页或课程平台的 HTML 里即可,不需要登录,也不会显示我们的页头页脚。

<iframe src="https://aiketi.edu360.cn/ai-resource/lab/logistic-regression/demo" width="100%" height="680" style="border:1px solid #e5e7eb;border-radius:8px" title="逻辑回归"></iframe>

动手三步

  1. 点「自动训练」,看红色 S 形曲线怎么长出来
  2. 拖动「预警线」到 20% 和 80%,对比右边混淆矩阵里误报和漏报的变化
  3. 点「对比:用直线硬拟合」,看直线为什么不适合做分类

课堂怎么用

  • 问学生:宁可多提醒几个人,还是尽量不打扰?阈值没有标准答案,是人定的
  • 对比 A-01:为什么分类问题的输出要压到 0 到 1 之间
  • 结合数据伦理讨论:预警是为了帮扶,不是贴标签

思考题

  1. 预警线从 50% 降到 20%,查全率和查准率各会怎样变?
  2. 「界限分明」的数据为什么越训练曲线越陡?
  3. 只看缺课一个因素,哪些学生永远预警不到?

已知限制

  • 数据为合成数据;真实学业预警涉及学生数据,须遵守学校数据管理规定

CC BY-NC 4.0,保留出处可自由使用与再分发。

← 线性回归 K 近邻 →

使用与数据说明 · 来源与许可