改进随机森林算法在人才培养质量评价中的应用

作者：毕瑶家; 刘国柱^*; 王华东; 孙驰; 付兆殊

来源：计算机系统应用, 2020, 29(07): 212-216.

DOI：10.15888/j.cnki.csa.007482

• 改进随机森林
• 特征选取
• 加权
• 人才培养质量评价

高校毕业生质量直接关系到高校的社会声誉与发展.为了准确的评价高校的毕业生质量,本文基于某高校计算机类毕业生的历史数据,采用一种改进的随机森林算法构建人才培养质量评价模型.在训练分类器之前,利用RF Ranking方法来度量特征重要性并选取75%的特征进行降维处理,以此改善训练样本的非平衡现象;通过对基分类器的训练,测试各个分类器的性能,依据性能的强弱对单个分类器作加权处理,以此降低性能较差的分类器对结果的影响.实践结果表明,该算法提高了人才培养质量评价的准确率和精确度,可以在高校人才培养方面起到指导作用.

• 出版日期2020
• 单位青岛科技大学