支持向量機(jī)算法在學(xué)生評(píng)價(jià)中的應(yīng)用

吳恩英

（重慶師范大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院，重慶 401331）

支持向量機(jī)算法在學(xué)生評(píng)價(jià)中的應(yīng)用

吳恩英

（重慶師范大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院，重慶 401331）

支持向量機(jī)分類(lèi)通常的做法是在樣本集中選取一部分?jǐn)?shù)據(jù)作為訓(xùn)練樣本建立分類(lèi)模型，另一部分用作測(cè)試集，測(cè)驗(yàn)?zāi)Ｐ偷臏?zhǔn)確率。但當(dāng)訓(xùn)練樣本規(guī)模相對(duì)較大時(shí)，如何選取包含信息量多的樣本作訓(xùn)練樣本是本文研究的重點(diǎn)，結(jié)合實(shí)際數(shù)據(jù)特點(diǎn)，提出基于聚類(lèi)策略的訓(xùn)練樣本選取方法，并且在訓(xùn)練時(shí)間以及預(yù)測(cè)精度上收到了理想的結(jié)果，這對(duì)日后學(xué)校的學(xué)生評(píng)價(jià)工作具有非常實(shí)用的價(jià)值。

學(xué)生評(píng)價(jià)；支持向量機(jī)算法；聚類(lèi)策略

引言

高校的學(xué)生評(píng)價(jià)不僅僅是評(píng)定學(xué)生，另外還具有引導(dǎo)和有助于學(xué)生的發(fā)展。在今天素質(zhì)教育的倡導(dǎo)下，學(xué)生的發(fā)展應(yīng)當(dāng)是全面綜合的發(fā)展，包括專(zhuān)業(yè)知識(shí)與技能、道德修養(yǎng)、身體素質(zhì)等各方面在內(nèi)的發(fā)展。傳統(tǒng)的學(xué)生評(píng)價(jià)模式泰勒模式[1]以及CIPP模式[2]不是存在評(píng)價(jià)目標(biāo)單一的缺陷就是過(guò)于注重結(jié)果評(píng)價(jià)，這樣的評(píng)價(jià)模式皆不能適應(yīng)現(xiàn)在的素質(zhì)教育要求。因此特別需要一種更加恰當(dāng)?shù)脑u(píng)價(jià)方法對(duì)上述學(xué)生評(píng)價(jià)中存在的問(wèn)題加以解決。

本文針對(duì)學(xué)生樣本數(shù)據(jù)的特點(diǎn)，利用支持向量機(jī)分類(lèi)算法對(duì)其進(jìn)行分類(lèi)研究。支持向量機(jī)（Support Vector Machine）,簡(jiǎn)稱(chēng)SVM[3],是建立在統(tǒng)計(jì)學(xué)習(xí)理論的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理上的一種分類(lèi)技術(shù)，對(duì)于解決小樣本、非線(xiàn)性、高維數(shù)問(wèn)題，比其他分類(lèi)算法具有更好的泛化性。它避免了神經(jīng)網(wǎng)絡(luò)中的局部最優(yōu)解的問(wèn)題，并有效地克服了“維數(shù)災(zāi)難”和“過(guò)學(xué)習(xí)”等傳統(tǒng)困難[4]。

一、支持向量機(jī)理論

支持向量機(jī)的最初應(yīng)用是線(xiàn)性可分的二分類(lèi)問(wèn)題，最優(yōu)分類(lèi)面也是由此而來(lái)的。基本思想如圖1所示，其中，H是分類(lèi)線(xiàn)，實(shí)心方塊和實(shí)心圓分別代表樣本的正負(fù)兩類(lèi)，H1和H2分別是過(guò)各類(lèi)樣本中離分類(lèi)線(xiàn)最近且平行于H的分類(lèi)間隔。支持向量機(jī)要求，H能將訓(xùn)練樣本完全分開(kāi)，并且保證分類(lèi)間隔最大。

在實(shí)際應(yīng)用中遇到的很多情況都是多分類(lèi)問(wèn)題，比如本文中根據(jù)學(xué)生信息對(duì)學(xué)生進(jìn)行的分類(lèi)。構(gòu)造多分類(lèi)的方法目前主要有“一對(duì)多”SVM分類(lèi)、“一對(duì)一”SVM分類(lèi)、“有向無(wú)環(huán)圖”[5]SVM分類(lèi)等。

二、支持向量機(jī)的學(xué)生評(píng)價(jià)實(shí)例

利用山東省某高校計(jì)算機(jī)學(xué)院學(xué)生專(zhuān)業(yè)課信息，包括學(xué)生的基本信息，學(xué)生的行為特征（包括出勤率，學(xué)習(xí)態(tài)度，作業(yè)提交情況，素質(zhì)得分）和學(xué)生成績(jī)（筆試成績(jī)，上機(jī)成績(jī)）。取200個(gè)同學(xué)的信息作為訓(xùn)練集樣本，那么對(duì)每一個(gè)同學(xué)來(lái)說(shuō)，其數(shù)據(jù)規(guī)模是16維，如果所有樣本維數(shù)都參與計(jì)算，其數(shù)據(jù)規(guī)模高達(dá)3200個(gè)多，而這僅僅是對(duì)于同一所學(xué)校某年級(jí)來(lái)說(shuō)，如果對(duì)一個(gè)地區(qū)高校學(xué)生進(jìn)行分析呢，計(jì)算量更是相當(dāng)之大。利用自組織特征映射網(wǎng)絡(luò)聚類(lèi)方法對(duì)200個(gè)學(xué)生樣本進(jìn)行聚類(lèi)。

首先，根據(jù)同一個(gè)班中的學(xué)生基本情況大體都是類(lèi)似的，我們暫且忽略掉，只考慮學(xué)生的行為特征和學(xué)生的成績(jī)，根據(jù)學(xué)生行為特征將該樣本集聚為3類(lèi)（90<優(yōu)<100，70<良<90,60<中<70），據(jù)學(xué)生成績(jī)將學(xué)生聚為4類(lèi)（90<優(yōu)<100分,80<良<90,60<中<70,0<差 <60），那么這200個(gè)樣本就被聚為3×4=12類(lèi)。聚類(lèi)結(jié)果如表1所示：

類(lèi)別號(hào)備注類(lèi)別號(hào)樣本數(shù)備注類(lèi)別號(hào)備注樣本數(shù)樣本數(shù)00 35類(lèi)別1 1022類(lèi)別3 20 0其他01 19類(lèi)別2 11 51類(lèi)別4 21 12其他02 10其他12 29類(lèi)別5 22 13其他03 0其他13 5其他23 4類(lèi)別6

表1 聚類(lèi)結(jié)果

表中的兩位數(shù)字中，首位代表學(xué)生行為特征，次位代表學(xué)生成績(jī)。比如類(lèi)別號(hào)00，代表學(xué)生行為得分是優(yōu)，成績(jī)得分也是優(yōu)。通過(guò)表1可以看出各子類(lèi)聚集的樣本數(shù)差別比較大，具體說(shuō)明如下：

（1）樣本數(shù)為0或者很少。如03類(lèi)型，出現(xiàn)的概率為0，說(shuō)明學(xué)生行為特征得分在90分以上而學(xué)生成績(jī)不及格的同學(xué)不存在；

（2）樣本數(shù)多。如11類(lèi)型出現(xiàn)的概率大，說(shuō)明學(xué)生行為特征得分在80分以上90分以下的同學(xué)，其學(xué)習(xí)成績(jī)也不會(huì)太低。

樣本數(shù)多的子類(lèi)客觀(guān)上反映了學(xué)生的行為特征和學(xué)生成績(jī)有一定的聯(lián)系，應(yīng)作為典型的子類(lèi)模式。而又考慮到訓(xùn)練樣本集的等級(jí)全面性，因此我們將類(lèi)別號(hào)23也作為一個(gè)子類(lèi)模式，由此從12類(lèi)聚類(lèi)結(jié)果中篩選出6個(gè)子類(lèi)模式如表1所示（類(lèi)別1到類(lèi)別6）。

三、實(shí)例分析驗(yàn)證

為分析上述6個(gè)子類(lèi)模式之間的顯著性差異，利用160個(gè)學(xué)生樣本（6個(gè)子模式涉及的樣本數(shù)）使用SPSS軟件進(jìn)行方差檢驗(yàn)，表2為方差檢驗(yàn)結(jié)果（α取默認(rèn)值0.05）。

子類(lèi)123456F30.1224.3518.4520.7118.1418.19

表2 子類(lèi)間的檢驗(yàn)結(jié)果

檢驗(yàn)結(jié)果表明6個(gè)子類(lèi)模式間具有顯著性差異。這說(shuō)明具有200個(gè)數(shù)據(jù)的樣本用7維特征描述之后，子類(lèi)間的差異被顯著性的體現(xiàn)出來(lái)，每個(gè)子類(lèi)都具有鑒別度，進(jìn)一步驗(yàn)證了前面聚類(lèi)策略及聚類(lèi)結(jié)果的合理性。

以下給出了采用不同算法得到的預(yù)測(cè)分類(lèi)準(zhǔn)確率和訓(xùn)練時(shí)間比較結(jié)果：

實(shí)驗(yàn)類(lèi)別K-means SVM本文算法預(yù)測(cè)準(zhǔn)確率83%85% 88%訓(xùn)練時(shí)間（單位：s）0.12700 0.12500 0.11100

表3 三種分類(lèi)算法預(yù)測(cè)準(zhǔn)確率比較

實(shí)驗(yàn)結(jié)果顯示，利用聚類(lèi)之后的訓(xùn)練樣本建訓(xùn)練模型，對(duì)未知樣本訓(xùn)練精度有所提高，并且訓(xùn)練時(shí)間也相對(duì)提高，這說(shuō)明本文提出的方法是可行的。

四、總結(jié)

在當(dāng)今素質(zhì)教育體制下要求學(xué)生德智體全面發(fā)展，對(duì)學(xué)生的評(píng)價(jià)如果單純考慮考試成績(jī)，那就是片面的，并不能真正起到幫助學(xué)生的目的。因此要想使學(xué)生的能力得到有效的提高，教師除了要教好書(shū)本知識(shí)之外，更不能忽視對(duì)學(xué)生心理活動(dòng)的指導(dǎo)，只有這樣才能達(dá)到雙贏的效果。而對(duì)于學(xué)生數(shù)據(jù)比較多的情況，如果所有的數(shù)據(jù)都一一分析勢(shì)必會(huì)費(fèi)時(shí)費(fèi)力，效率也不高。本文提出的這種基于聚類(lèi)策略的支持向量機(jī)分類(lèi)方法，不僅能對(duì)學(xué)生評(píng)價(jià)做到合理的分類(lèi)，更能簡(jiǎn)化數(shù)據(jù)樣本，提高效率提高分類(lèi)預(yù)測(cè)率，對(duì)日后學(xué)校的教學(xué)工作將會(huì)起到很大的幫助作用。

[1]李倩.美國(guó)大學(xué)教師教學(xué)評(píng)價(jià)研究—以MIT為例[J].大連理工大學(xué)，2008:3-5.

[2]肖遠(yuǎn)軍.CIPP教育評(píng)價(jià)模式探析[J].教育科學(xué)，2003,03:42-45.

[3]中譯本，李國(guó)正等譯.《支持向量機(jī)導(dǎo)論》[M].北京電子工業(yè)出版社,2003:1-139.

[4]鄧乃揚(yáng)，田英杰.數(shù)據(jù)挖掘中的新方法-支持向量機(jī)[M].北京：科學(xué)出版社,2004.

[5]Platt J.C.,Cristianini N.,and Shawe-Taylor J.,”Large margin DAGs for multiclass classification,”in Advance in Neurua Information Processing Systems.Cambridge,MA:MIT Press,2000,vol.12,PP.547-553.

G647

：A

：1671-864X（2015）10-0088-02