改进K-means聚类算法对学生成绩的分析与评价

1、改进K-means聚类算法对学生成绩的分析与评价摘 要：提出一种改进K-means聚类算法cnnK-means算法，优化学生成绩分析,分析结果表明，语文 和数学成绩联系最大，数学和英语成绩联系最小，英语成绩对学生成绩的分类影响最直接和也最 明显,如果想要提高学生的整体成绩，教育者需要在英语方面做出更大的努力&关键词：自动编码器% K-means聚类算法;学生成绩分析Student Achievement Evaluation Based on K-meansClustering AlgorithmAbstract: An improved Kmeans clustering algorithm

2、 is proposed for better performance analysis. The results show that the relationship between Chinese and mathematics is the laL gest , the relationship between mathematcs and English is the smallest , and the classifies tion effect of English is the most direct and obvious. If you want to improve th

3、e overall performance of students , educators need to make greater efforts in English.Key words: automatc encoder ; K-means clustering algorthm ; student performance analyss自动编码器是神经网络的一种，是一种 常用于机器学习的具有自学习功能的一个训练 模型.K-means算法可以对成绩数据进行聚类分 析.笔者用改进后的自编码器K-means算法分 析学生的成绩，明确学科之间的关系，并根据不 同的分类情况采取个性化的教学方法，

4、达到提高 学生整体素质的目的，为教育者的教学提供教学改革指导.1 改进的 K-means 算法cnnK-mean s算法笔者提出一种与卷积神经网络由相结合的K-means 算法cnnK-means 算法.该算法能克服人的主观偏向，从科目数据本身出发，探寻数据的隐藏规律，以此分类.这种算法能更公 正地判断学生的考试结果，并直观地展示出各科 成绩及对分类的影响.研究将卷积神经网络 (cnn)加入到自编码器中去，将自编码器中的encoder 部分换成cnn,对输入数据进行升维以获取 更多的信息，然后再用decoder还原信息.cnnK- means算法流程如下：输入:数据集合,k的值.输出：k个簇.

5、步骤：(1)设置k的值；计算距离，并按最近原则把其他所 有数据对象分到各个簇；计算簇内所有数据对象的平均值, 把数据点放到最近的类里；重复2,3,步，当簇心固定不变时, 算法结束，将聚类的结果输出.2实验结果与分析本文选择南充市某小学学生期末成绩数据 作为分析对象，选取学生的语文、数学、英语成绩 作为实验数据，通过实验结果对比来验证cnnK- means的有效性.实验包含两个部分：利用原始的自编码器处 理学生成绩，用K-means算法进行聚类；利用改 进后的自编码器对学生成绩进行处理，使用K- means算法聚类.cnnK-means算法的参数设置： n_hidden_1 设置为 3 , n_

6、hidden_2 为512, n_hidden_3 为 1024,n_bidden_4 为512,out_put dim 为200 ；聚类数num_ofclusters设置为2 ；卷积层为6,卷积核大小是2,卷积核数量 为64；激活函数选择“relu函数,strides为1, pooling为2,池化步数ps为2.成绩数据包含语文、数学、英语3科，所以将 n_hidden_1 设置为 3 , out_put_dim 为200.也就 是将三门成绩升维为200维，聚类数num _of_ clusters设置为2.聚类结果见图2.将图2与原自 编码器处理后的聚类结果图1对比.可以看出， 加入CNN改

7、进后的自编码器聚类效果更好,特别 是对于0类学生成绩，聚类结果的分布相当靠 拢.虽然1类学生成绩数据相对来说聚类效果对 比不是特别明显，但是总的效果还是要好一些.图2与图1的矩阵图对比表明，改进前后的 矩阵图总体上相差不大，说明语文和数学成绩联 系最大，数学和英语成绩联系最小，可能是由于 学生理解能力对语文的影响.理解能力是学习的 基础，对问题解决的前提是要理解问题，然后才 能分析解决问题.因此，教育者不要单纯为了提14000 12000 10000 8000 q6000 4000 2000 J25005000750010000125001500017500相关矩阵-0.0图1原自编码器处理后

8、的聚类结果图2加入CNN改进后的自编码器处理后的聚类结果高学生的成绩而仅依靠增加练习来完成，要注意 多科之间的关系；不要单纯地只提高学生的分 数，要注意学生能力的提高，比如理解力、记忆 力、表达力等，当学生的各方面的能力提高了，各 学科成绩自然会提高.语文、数学、英语3科考试成绩分析表明! 英语成绩对学生成绩的分类影响最直接，也最明 显.除了英语之外，明显影响学生成绩的是语文! 最不明显的是数学成绩.卷积神经网络做的相关 矩阵图说明，除去英语，数学对学生成绩分类影 响要大于语文，但是相差不是特别大.由于英语 成绩几乎在很大程度上决定了学生成绩的分类, 根据木桶效应，如果想要提高学生的整体成绩! 教育者需要在英语方面做出更大的努力.3 结语本文提出cnnK-means算法，对