SVM-KNN算法在机电职业学习者属性特征智能预测中的应用研究 |
| |
引用本文: | 牛全峰.SVM-KNN算法在机电职业学习者属性特征智能预测中的应用研究[J].自动化与仪器仪表,2023(3):76-79. |
| |
作者姓名: | 牛全峰 |
| |
作者单位: | 恩施职业技术学院 |
| |
基金项目: | 2020年湖北省高等学校省级教学研究项目《“三全育人”视域下高职院校校企融合推进人才培养路径研究》(2020835); |
| |
摘 要: | 现代社会环境下机电职业学习者特征与其他学科学习者特征存在着显著差别,为了对机电职业学习者属性特征进行智能预测,提出一种结合SVM与优化KNN的算法模型。该模型首先对传统KNN模型进行加权来应对处理数据时的不均衡问题;在此之后结合SVM算法和加权KNN算法各自的优点对机电职业学习者样本进行分类,即距离超平面分类较远距离的学习者样本选择SVM算法,较近距离的则采用加权KNN算法。实验结果表明,融合各自优点的SVM-KNN算法具有更高的数据分类准确率,对机电职业学习者的属性特征分类和预测具有较好的适用性。
|
关 键 词: | 机电职业 SVM-KNN算法 学习者特征 智能预测 |
|