学生流失预测

Question

我正在研究一个用于学生流失预测的ML模型。这是一个分类问题，如果一些学生是否会流失。我有很多数据，比如学生的数据和学生的活动。我想问两个问题：

1. 在最初的6周里学生的流失率
2. 6周后学生的总人数

你会把你的工作分成两种模式:6周后和6周后？你将如何开始这样一个项目？

Answer 1

流失模型通常只是简单的预测二进制输出：学生会流失吗？是或不是，1或0。在你的例子中有一个额外的组成部分，即6周的时间因素，所以问题更多的是“学生可能在什么时候流失？”

您的数据集是否包括学生在此课程上停留了多长时间(即离开课程)？

在最高级别，您可以将这个问题建模为一个分类问题或一个回归问题(带有一些后处理)。

分类方法

如果选择分类，则应将每个学生的目标变量(实际的搅动信息)组成几个离散的类。例如，您可以创建3个类：

• 0，->，那个学生没有流失
• 1 ->这个学生在6周后就翻身了
• 学生2 ->在6周内翻动

然后，您可以选择任何可以使用您的数据的模型(输入特性)，并将每一种情况归类为这三种情况之一。像决策树这样的东西作为一个基线模型可能很好。然后，您也许可以试试一种支持向量机模型。

回归方法

在这种情况下，您将预测每个学生的确切时间。为此，数据集必须包含课程中产生大量学生离开课程的天数或周数。

在这种情况下，您的目标变量就是这个信息，您的模型将预测数字，比如3.7周或26周；然后您需要简单地将这些结果后处理到您的3个类别中(如上面所列)。

在这种情况下，您可以再次尝试决策树(回归变量)或支持向量机模型。