逻辑回归:缺课几节该发学业预警

40 名学生,横轴是本学期缺课节数,上面一排是期末挂科的、下面一排是通过的。 逻辑回归不直接给「是 / 否」,而是给一个挂科概率(红色 S 形曲线)。先点「训练一步」看曲线怎么长出来, 再拖动预警线,看宁可多提醒、还是尽量少打扰,各要付出什么代价。

操作:点图的上半部分加一名挂科学生,下半部分加一名通过的学生;左右拖动学生可以改缺课节数;右键删除。鼠标移到图上可以读概率。

相当于缺课达到—

预警结果(混淆矩阵)

发了预警没发预警
真挂科0
提前抓到
0
漏报
真通过0
误报
0
没打扰
查全率(挂科的人里被预警的比例)—
查准率(被预警的人里真挂科的比例)—
准确率—

模型

对数损失(越小越好)—

数据为教学用合成数据,不含任何真实学生信息。真实的学业预警要看的因素远不止缺课,而且预警是为了提前帮扶,不是给学生贴标签; 用学生数据建模前须遵守学校数据管理规定。
本页由 AI 教学改革实践研究计划独立编写(算法为公开知识),可自由嵌入、修改与再分发(CC BY-NC 4.0)。 AI 课程公益资源