用python对学生成绩进行预测

最新推荐文章于 2024-05-20 10:03:53 发布

然然然儿呐_

最新推荐文章于 2024-05-20 10:03:53 发布

阅读量1w

点赞数 18

分类专栏： Python 文章标签： python 开发语言数据分析

本文链接：https://blog.csdn.net/weixin_49210630/article/details/121857114

版权

Python 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

用python对学生成绩进行预测

文章目录

用python对学生成绩进行预测

一、提出问题

1.影响学生考试成绩的因素都有哪些？

二、理解数据

0. 采集数据

采集到的数据文件为：xAPI-Edu-Data.csv

数据说明

gender ——性别
Nationality——国籍
Placeofbirth——出生地
StageID——教育阶段
GradeID——年级
SectionID——班级
Topic—— 课程主题
Semester- 学期
Relation——谁对学生负责
raisedhands——学生举手次数
VisiTedResources- 学生访问课程次数
AnnouncementsViewing——学生查看通知次数
Discussion——学生参加讨论组的次数
ParentAnsweringSurvey——家长回答是否由学校提供的调查
ParentschoolSatisfaction —— 家长对学校的满意程度
Student Absence Days——学生缺席的天数
class——成绩

1. 导入数据

代码

# 1.导入数据
import pandas as pd
sp=pd.read_csv("xAPI-Edu-Data.csv") #导入数据

2.查看数据集信息

2.1 查看数据集大小

代码
```
print("数据集大小",sp.shape)
```
结果
```
数据集大小 (480, 17)
```

2.2 查看各字段数据类型，缺失值

代码

# 2.2 查看各字段数据类型，缺失值
print(sp.info())

结果

RangeIndex: 480 entries, 0 to 479
Data columns (total 17 columns):
gender                      480 non-null object
NationalITy                 480 non-null object
PlaceofBirth                480 non-null object
StageID                     480 non-null object
GradeID                     480 non-null object
SectionID                   480 non-null object
Topic                       480 non-null object
Semester                    480 non-null object
Relation                    480 non-null object
raisedhands                 480 non-null int64
VisITedResources            480 non-null int64
AnnouncementsView           480 non-null int64
Discussion                  480 non-null int64
ParentAnsweringSurvey       480 non-null object
ParentschoolSatisfaction    480 non-null object
StudentAbsenceDays          480 non-null object
Class                       480 non-null object
dtypes: int64(4), object(13)
memory usage: 63.8+ KB
None

2.3 观察数据统计描述

代码

# 2.3 观察数据统计描述
sp.describe() #仅对数值型数据进行统计

结果

	raisedhands	VisITedResources	AnnouncementsView	Discussion
count	480.000000	480.000000	480.000000	480.000000
mean	46.775000	54.797917	37.918750	43.283333
std	30.779223	33.080007	26.611244	27.637735
min	0.000000	0.000000	0.000000	1.000000
25%	15.750000	20.000000	14.000000	20.000000
50%	50.000000	65.000000	33.000000	39.000000
75%	75.000000	84.000000	58.000000	70.000000
max	100.000000	99.000000	98.000000	99.000000

分析
<1> 整体数据不存在缺失值。
<2> 类别型变量较多。
<3> 数字型变量不存在较明显异常值。

3.数据预处理(有无缺失值,有无异常值)

4.相关性分析

4.1 单变量分析

4.1.1 类别型变量分析

代码

# 4.1.1 类别型变量分析
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']='SimHei'# 设置全局字体，会被局部字体顶替
fig1 = plt.figure(facecolor='white',figsize=(20,40))
ax1=plt.subplot(6,3,1)
plt.pie(sp['gender'].value_counts(),labels=['M',"F"],autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('性别分布情况')
 
ax1=plt.subplot(6,3,2)
plt.pie(sp['NationalITy'].value_counts(),labels=list(set(sp['NationalITy'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('国籍分布情况')
 
ax1=plt.subplot(6,3,3)
plt.pie(sp['PlaceofBirth'].value_counts(),labels=list(set(sp['PlaceofBirth'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('出生地分布情况')
 
ax1=plt.subplot(6,3,4)
plt.pie(sp['StageID'].value_counts(),labels=list(set(sp['StageID'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('教育阶段分布情况')
 
ax1=plt.subplot(6,3,5)
plt.pie(sp['GradeID'].value_counts(),labels=list(set(sp['GradeID'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('年级分布情况')
 
ax1=plt.subplot(6,3,6)
plt.pie(sp['Relation'].value_counts(),labels=list(set(sp['Relation'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('对学生负责情况')

ax1=plt.subplot(6,3,7)
plt.pie(sp['raisedhands'].value_counts(),labels=list(set(sp['raisedhands'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('学生举手次数情况')

ax1=plt.subplot(6,3,8)
plt.pie(sp['SectionID'].value_counts(),labels=list(set(sp['SectionID'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('班级分布情况')

ax1=plt.subplot(6,3,9)
plt.pie(sp['Topic'].value_counts(),labels=list(set(sp['Topic'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('课程主题情况')

ax1=plt.subplot(6,3,10)
plt.pie(sp['Semester'].value_counts(),labels=list(set(sp['Semester'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('学期分布情况')

ax1=plt.subplot(6,3,11)
plt.pie(sp['ParentAnsweringSurvey'].value_counts(),labels=list(set(sp['ParentAnsweringSurvey'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('家长回答是否由学校提供的调查情况')

ax1=plt.subplot(6,3,12)
plt.pie(sp['ParentschoolSatisfaction'].value_counts(),labels=list(set(sp['ParentschoolSatisfaction'].values.T.tolist()[:])),autopct='%1.1f%%',startangle=0)
plt.axis('equal')
plt.title('家长对学校的满意程度情况')

结果
分析
<1> 学生中女生数量多于男生，学生的国籍、出生70%是埃及或叙利亚。学生来自高中最多，小学次之，初中最少。学生年级大多是4,、7、10年级，班级中A班和C班较多。
<2> 学科方面：学IT的学生人数最多，其次是法语，人数最少的是历史，学it的人数几乎是学历史的5倍左右。
<3> 学生负责人是妈妈比较多，超过60%的家长对学校满意。
<4> 有60%的学生缺席次数不超过七天，学生成绩等级达到优秀的最多，中等次之。

4.1.2 数值型变量分析

代码

# 4.1.2 数值型变量分析
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
plt.rcParams['font.sans-serif']='SimHei'# 设置全局字体，会被局部字体顶替
fig,axes=plt.subplots(2,2)
fig.set_size_inches(20,10)
sns.distplot(sp['raisedhands'],ax=axes[0,0])
sns.distplot(sp['VisITedResources'],ax=axes[0,1])
sns.distplot(sp['AnnouncementsView'],ax=axes[1,0])
sns.distplot(sp['Discussion'],ax=axes[1,1])
axes[0,0].set(xlabel='raisedhands')
axes[0,1].set(xlabel='VisITedResources')
axes[1,0].set(xlabel='AnnouncementsView')
axes[1,1].set(xlabel='Discussion')

结果
分析
<1> 学生举手次数和访问课程次数比较平均，有学生举手次数或访问课程次数达到100%，也存在学生从不举手或访问课程。
<2> 大部分学生查看通知和参加讨论的次数较少。

4.2 多变量分析

4.2.1 家长回答是否由学校提供的调查和成绩的相关性分析

代码

# 4.2.1 家长回答是否由学校提供的调查和成绩的相关性分析
sns.set(rc={'figure.figsize':(20,7)})
sns.countplot(x='ParentAnsweringSurvey',hue='Class',hue_order=['L','M','H'],data=sp)

结果

4.2.2 学科和成绩的相关性分析

代码

# 4.2.2 学科和成绩的相关性分析
sns.set(rc={'figure.figsize':(20,7)})
sns.countplot(x='Topic',hue='Class',hue_order=['L','M','H'],data=sp)

结果
分析
<1> 对于12个学科，有11个学科都存在着部分同学处于不及格的状态，只有地质学这门课程学生全部达到中等及以上。
<2> 对于IT这门课程，虽然学习的人数最多，但是大部分同学获得的成绩在中等及中等以下，只有少部分学生的成绩达到优秀，说明学生对于这门课程的掌握程度还有待于提升；
<3> 学习历史的人数最少，但是成绩中等的学生最多，成绩优秀和成绩较差的学生相对较少。

4.2.3 班级和成绩的相关性分析

代码

# 4.2.3 班级和成绩的相关性分析(SectionID：班级）
sns.set(rc={'figure.figsize':(20,7)})
sns.countplot(x='SectionID',hue='Class',hue_order=['L','M','H'],data=sp)

结果
分析
<1> 班级和成绩分布符合客观规律，每个班级都是中等成绩的人数最多。

4.2.4 学生负责人和学生成绩的相关性

代码

# 4.2.4 学生负责人和学生成绩的相关性
sns.set(rc={'figure.figsize':(20,7)})
sns.countplot(x='Relation',hue='Class',hue_order=['L','M','H'],data=sp)

结果
分析
<1> 学生负责人是母亲的学生学习成绩中优秀的多，中等次之，不及格少，而负责人是父亲的则相反。

4.2.5 性别和成绩的相关性分析

代码

# 4.2.5 性别和成绩的相关性分析
sns.set(rc={'figure.figsize':(20,7)})
sns.countplot(x='gender',hue='Class',order=['M','F'],hue_order=['L','M','H'],data=sp)

结果
分析
<1> 男生中取得中等成绩的最多，其次是不及格的人数，成绩优秀的占比较小。而女生中大部分人取得中等及其以上，只有小部分人不及格，整体水平较好。

4.2.6 学生举手次数和成绩的相关性分析

代码

# 4.2.6 学生举手次数和成绩的相关性分析
sns.set(rc={'figure.figsize':(20,7)})
sns.countplot(x='raisedhands',hue='Class',hue_order=['L','M','H'],data=sp)

结果

三、建立决策树模型

0.算法思想:

决策树( decision tree )是一个树结构其每个非叶节点表示一个特征属性上的测试,每个分支代表这个特征属性在某个值域上的输出,而每个叶节点存放一个类别。决策树模型核心是下面几部分:

结点和有向边组成
结点有内部结点和叶结点俩种类型
内部结点表示一个特征,叶节点表示一个类.

1.特征选择和查看相关系数

1.1 计算各个特征的相关系数

代码

# 1.1 计算各个特征的相关系数
s=pd.get_dummies(sp)#把所有的非数值型变量转化为数值型
corrDf = s.corr() #计算各个特征的相关系数
corrDf

结果

	raisedhands	VisITedResources	AnnouncementsView	Discussion	gender_F	gender_M	NationalITy_Egypt	NationalITy_Iran	NationalITy_Iraq	NationalITy_Jordan	…	Relation_Mum	ParentAnsweringSurvey_No	ParentAnsweringSurvey_Yes	ParentschoolSatisfaction_Bad	ParentschoolSatisfaction_Good	StudentAbsenceDays_Above-7	StudentAbsenceDays_Under-7	Class_H	Class_L	Class_M
raisedhands	1.000000	0.691572	0.643918	0.339386	0.149978	-0.149978	-0.024964	-0.094925	0.192443	0.050686	…	0.364237	-3.165704e-01	3.165704e-01	-0.297015	0.297015	-0.463882	0.463882	0.495681	-0.582997	0.062315
VisITedResources	0.691572	1.000000	0.594500	0.243292	0.210932	-0.210932	0.005028	-0.081024	0.192773	0.191266	…	0.360240	-3.824715e-01	3.824715e-01	-0.363835	0.363835	-0.499030	0.499030	0.469735	-0.662061	0.156442
AnnouncementsView	0.643918	0.594500	1.000000	0.417290	0.052139	-0.052139	0.031622	-0.051854	0.154318	0.126169	…	0.339505	-3.963565e-01	3.963565e-01	-0.298744	0.298744	-0.312134	0.312134	0.376987	-0.504153	0.101392
Discussion	0.339386	0.243292	0.417290	1.000000	0.124703	-0.124703	0.010264	-0.003192	0.055484	-0.006725	…	0.026720	-2.321965e-01	2.321965e-01	-0.061104	0.061104	-0.218778	0.218778	0.243656	-0.270451	0.016300
gender_F	0.149978	0.210932	0.052139	0.124703	1.000000	-1.000000	-0.040886	-0.046264	-0.041827	0.147061	…	0.195142	-2.235860e-02	2.235860e-02	-0.093478	0.093478	-0.209011	0.209011	0.220294	-0.218841	-0.008085
gender_M	-0.149978	-0.210932	-0.052139	-0.124703	-1.000000	1.000000	0.040886	0.046264	0.041827	-0.147061	…	-0.195142	2.235860e-02	-2.235860e-02	0.093478	-0.093478	0.209011	-0.209011	-0.220294	0.218841	0.008085
NationalITy_Egypt	-0.024964	0.005028	0.031622	0.010264	-0.040886	0.040886	1.000000	-0.015552	-0.030296	-0.103300	…	0.072009	3.289629e-02	-3.289629e-02	-0.047985	0.047985	0.044519	-0.044519	-0.022294	0.021544	0.001354
NationalITy_Iran	-0.094925	-0.081024	-0.051854	-0.003192	-0.046264	0.046264	-0.015552	1.000000	-0.024658	-0.084077	…	0.058609	1.417478e-02	-1.417478e-02	0.024970	-0.024970	0.061775	-0.061775	-0.072924	0.017535	0.051475
NationalITy_Iraq	0.192443	0.192773	0.154318	0.055484	-0.041827	0.041827	-0.030296	-0.024658	1.000000	-0.163782	…	-0.020843	-1.129609e-01	1.129609e-01	-0.175860	0.175860	-0.056056	0.056056	0.163521	-0.131460	-0.033536
NationalITy_Jordan	0.050686	0.191266	0.126169	-0.006725	0.147061	-0.147061	-0.103300	-0.084077	-0.163782	1.000000	…	0.197918	4.160100e-02	-4.160100e-02	-0.012164	0.012164	0.040462	-0.040462	0.020149	-0.083802	0.055950
NationalITy_KW	-0.258474	-0.332290	-0.321603	0.019081	-0.100790	0.100790	-0.106599	-0.086762	-0.169014	-0.576278	…	-0.293083	4.939254e-02	-4.939254e-02	0.175563	-0.175563	0.077216	-0.077216	-0.160031	0.201578	-0.031989
NationalITy_Lybia	-0.122978	-0.165005	-0.123098	-0.160083	-0.007305	0.007305	-0.015552	-0.012658	-0.024658	-0.084077	…	0.134849	1.275730e-01	-1.275730e-01	-0.090276	0.090276	0.138394	-0.138394	-0.072924	0.187574	-0.099644
NationalITy_Morocco	0.034212	0.007496	0.083903	0.018151	-0.021823	0.021823	-0.012672	-0.010314	-0.020091	-0.068504	…	0.063283	5.774658e-02	-5.774658e-02	0.067295	-0.067295	-0.027703	0.027703	-0.009205	-0.003031	0.011159
NationalITy_Palestine	0.281380	0.160496	0.203729	0.087273	-0.040784	0.040784	-0.034405	-0.028002	-0.054549	-0.185994	…	0.045326	-7.615359e-02	7.615359e-02	-0.199709	0.199709	-0.166017	0.166017	0.072384	-0.149288	0.066115
NationalITy_SaudiArabia	0.044137	0.010627	0.071171	0.062471	-0.000301	0.000301	-0.021170	-0.017230	-0.033565	-0.114446	…	-0.099473	-5.086803e-02	5.086803e-02	0.076773	-0.076773	-0.010726	0.010726	0.083759	-0.060297	-0.023434
NationalITy_Syria	-0.029632	-0.006093	0.001026	0.005046	-0.019934	0.019934	-0.016816	-0.013687	-0.026662	-0.090909	…	0.004490	-3.722194e-02	3.722194e-02	-0.026406	0.026406	0.007619	-0.007619	-0.002697	0.005828	-0.002699
NationalITy_Tunis	-0.012716	0.038533	0.020066	-0.118607	-0.093569	0.093569	-0.022135	-0.018016	-0.035095	-0.119662	…	-0.025092	-6.724750e-03	6.724750e-03	0.062876	-0.062876	-0.021128	0.021128	-0.016080	0.024957	-0.007393
NationalITy_USA	-0.018082	-0.009526	-0.014469	-0.039189	0.070613	-0.070613	-0.015552	-0.012658	-0.024658	-0.084077	…	0.020489	-6.142403e-02	6.142403e-02	-0.051861	0.051861	-0.053155	0.053155	0.050328	-0.024974	-0.024085
NationalITy_lebanon	0.095616	0.048584	0.041714	-0.069329	0.112457	-0.112457	-0.026488	-0.021559	-0.041996	-0.143193	…	0.092181	-3.266199e-02	3.266199e-02	0.007890	-0.007890	-0.109720	0.109720	0.098063	-0.063829	-0.033449
NationalITy_venzuela	0.049373	0.048673	0.055141	0.060764	-0.034610	0.034610	-0.006316	-0.005141	-0.010014	-0.034145	…	0.054764	-4.029582e-02	4.029582e-02	-0.036662	0.036662	-0.037145	0.037145	0.070493	-0.027406	-0.040467
PlaceofBirth_Egypt	0.018995	0.032916	0.064555	0.034742	-0.008975	0.008975	0.886766	-0.015552	-0.030296	-0.071269	…	0.103233	3.289629e-02	-3.289629e-02	-0.047985	0.047985	0.013140	-0.013140	0.011357	0.021544	-0.029591
PlaceofBirth_Iran	-0.094925	-0.081024	-0.051854	-0.003192	-0.046264	0.046264	-0.015552	1.000000	-0.024658	-0.084077	…	0.058609	1.417478e-02	-1.417478e-02	0.024970	-0.024970	0.061775	-0.061775	-0.072924	0.017535	0.051475
PlaceofBirth_Iraq	0.192443	0.192773	0.154318	0.055484	-0.041827	0.041827	-0.030296	-0.024658	1.000000	-0.163782	…	-0.020843	-1.129609e-01	1.129609e-01	-0.175860	0.175860	-0.056056	0.056056	0.163521	-0.131460	-0.033536
PlaceofBirth_Jordan	0.105820	0.203116	0.140071	-0.046486	0.115271	-0.115271	-0.105179	-0.085606	-0.166762	0.801813	…	0.182511	-1.509355e-16	1.509355e-16	-0.114548	0.114548	0.008538	-0.008538	0.008841	-0.123163	0.101329
PlaceofBirth_KuwaIT	-0.265991	-0.339184	-0.330456	0.005455	-0.112877	0.112877	-0.075349	-0.087149	-0.169767	-0.569874	…	-0.313841	5.421667e-02	-5.421667e-02	0.180729	-0.180729	0.091215	-0.091215	-0.172070	0.208527	-0.027094
PlaceofBirth_Lybia	-0.122978	-0.165005	-0.123098	-0.160083	-0.007305	0.007305	-0.015552	-0.012658	-0.024658	-0.084077	…	0.134849	1.275730e-01	-1.275730e-01	-0.090276	0.090276	0.138394	-0.138394	-0.072924	0.187574	-0.099644
PlaceofBirth_Morocco	0.034212	0.007496	0.083903	0.018151	-0.021823	0.021823	-0.012672	-0.010314	-0.020091	-0.068504	…	0.063283	5.774658e-02	-5.774658e-02	0.067295	-0.067295	-0.027703	0.027703	-0.009205	-0.003031	0.011159
PlaceofBirth_Palestine	0.156197	0.136845	0.188103	0.159642	0.010733	-0.010733	-0.020163	-0.016411	-0.031969	0.012675	…	0.056217	-1.286408e-01	1.286408e-01	-0.117041	0.117041	-0.118582	0.118582	0.097208	-0.087491	-0.011633
PlaceofBirth_SaudiArabia	0.024384	-0.014318	-0.012530	0.018692	-0.068320	0.068320	-0.025669	-0.020892	-0.040699	0.079066	…	-0.060557	4.679083e-02	-4.679083e-02	0.088766	-0.088766	-0.008694	0.008694	0.057638	-0.006139	-0.047546
PlaceofBirth_Syria	-0.008934	0.020549	0.013041	0.021258	-0.007305	0.007305	-0.015552	-0.012658	-0.024658	-0.084077	…	0.020489	-2.362463e-02	2.362463e-02	-0.013445	0.013445	-0.014845	0.014845	0.009244	-0.024974	0.013695
…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…
GradeID_G-11	0.062581	0.037916	0.090792	0.074989	0.006944	-0.006944	-0.023063	-0.018772	-0.036567	-0.124682	…	-0.034842	-1.778657e-02	1.778657e-02	0.023883	-0.023883	-0.030755	0.030755	0.060574	-0.041885	-0.018478
GradeID_G-12	-0.046877	-0.063946	-0.073901	0.064488	0.115403	-0.115403	-0.021170	-0.017230	-0.033565	-0.114446	…	0.013739	3.332733e-02	-3.332733e-02	0.019728	-0.019728	0.017718	-0.017718	0.022751	0.034390	-0.051484
SectionID_A	0.138111	0.057826	0.129205	0.078512	0.042438	-0.042438	-0.040786	-0.058609	0.020843	0.146543	…	-0.018493	-6.936602e-03	6.936602e-03	-0.068038	0.068038	0.020676	-0.020676	0.002590	-0.037225	0.030701
SectionID_B	-0.100492	-0.015519	-0.080693	-0.030468	-0.017134	0.017134	0.060260	-0.003445	0.007233	-0.080650	…	0.030769	-9.368029e-03	9.368029e-03	0.050105	-0.050105	0.004896	-0.004896	0.034459	0.037824	-0.065303
SectionID_C	-0.082925	-0.086973	-0.103785	-0.099599	-0.052527	0.052527	-0.035692	0.125882	-0.056589	-0.139103	…	-0.022964	3.253000e-02	-3.253000e-02	0.039672	-0.039672	-0.051652	0.051652	-0.073071	0.001219	0.066110
Topic_Arabic	-0.039771	-0.019984	0.019045	0.019829	-0.072642	0.072642	-0.051748	-0.042118	0.099999	-0.001875	…	0.010131	-1.039216e-02	1.039216e-02	0.076585	-0.076585	-0.006184	0.006184	0.021490	0.019988	-0.037526
Topic_Biology	0.173198	0.169828	0.131911	0.035070	-0.016764	0.016764	-0.035692	-0.029050	0.108034	0.094231	…	0.029525	-1.951800e-02	1.951800e-02	-0.101385	0.101385	-0.069236	0.069236	0.134356	-0.076826	-0.055272
Topic_Chemistry	0.080645	0.085290	0.051402	-0.035592	0.064546	-0.064546	-0.031713	-0.025811	0.041139	0.267127	…	0.041780	-8.671100e-02	8.671100e-02	-0.066583	0.066583	0.047847	-0.047847	0.060736	0.035756	-0.087629
Topic_English	0.040244	-0.053836	0.005016	0.009384	0.038517	-0.038517	0.008233	-0.036187	-0.002136	0.013042	…	0.094899	9.094948e-02	-9.094948e-02	0.020134	-0.020134	0.015971	-0.015971	0.057746	-0.030887	-0.025651
Topic_French	-0.079481	0.081832	-0.061776	-0.240691	0.079722	-0.079722	0.035069	0.065077	-0.028508	0.123272	…	0.226793	1.050920e-01	-1.050920e-01	-0.068085	0.068085	-0.060512	0.060512	0.010283	-0.016535	0.005239
Topic_Geology	0.205623	0.186245	0.197393	0.079355	0.024825	-0.024825	-0.031713	-0.025811	0.041139	0.227258	…	0.041780	-8.671100e-02	8.671100e-02	-0.066583	0.066583	-0.069329	0.069329	-0.023038	-0.137606	0.143480
Topic_History	0.069250	0.086280	0.164612	0.160461	0.023818	-0.023818	-0.028063	-0.022841	0.057694	0.026554	…	-0.039053	-7.134743e-02	7.134743e-02	-0.075338	0.075338	0.031426	-0.031426	-0.037945	-0.049102	0.078531
Topic_IT	-0.254687	-0.290641	-0.361976	-0.015514	-0.028631	0.028631	-0.030117	0.038239	-0.108870	-0.327592	…	-0.276263	4.611430e-03	-4.611430e-03	0.072754	-0.072754	0.076894	-0.076894	-0.150126	0.152495	0.002524
Topic_Math	-0.063363	-0.128456	-0.077126	-0.009205	-0.056212	0.056212	0.045525	-0.024065	-0.046879	-0.159842	…	-0.095636	-2.438189e-02	2.438189e-02	0.037038	-0.037038	0.034205	-0.034205	-0.004742	0.033337	-0.025267
Topic_Quran	0.055713	0.070980	0.044516	0.007854	0.020267	-0.020267	0.043149	-0.024658	-0.048035	-0.059904	…	-0.020843	7.530727e-03	-7.530727e-03	0.069051	-0.069051	-0.035703	0.035703	0.032559	0.004046	-0.033536
Topic_Science	0.064968	0.025636	0.163816	0.168116	0.061891	-0.061891	0.101865	-0.038792	-0.010911	0.080717	…	0.028432	-1.788691e-02	1.788691e-02	-0.027354	0.027354	0.037379	-0.037379	0.013516	-0.053546	0.035159
Topic_Spanish	-0.029389	-0.015874	-0.020799	-0.097155	-0.158075	0.158075	-0.032402	0.142411	-0.051374	-0.136060	…	-0.004964	2.008181e-02	-2.008181e-02	0.080836	-0.080836	-0.037314	0.037314	-0.049218	0.029448	0.019087
Semester_F	-0.178358	-0.173219	-0.287066	-0.019083	0.049156	-0.049156	-0.079693	-0.039856	-0.004567	-0.041646	…	-0.148705	2.362791e-02	-2.362791e-02	-0.025258	0.025258	0.072462	-0.072462	-0.095686	0.115048	-0.014257
Semester_S	0.178358	0.173219	0.287066	0.019083	-0.049156	0.049156	0.079693	0.039856	0.004567	0.041646	…	0.148705	-2.362791e-02	2.362791e-02	0.025258	-0.025258	-0.072462	0.072462	0.095686	-0.115048	0.014257
Relation_Father	-0.364237	-0.360240	-0.339505	-0.026720	-0.195142	0.195142	-0.072009	-0.058609	0.020843	-0.197918	…	-1.000000	1.638105e-01	-1.638105e-01	0.287698	-0.287698	0.219687	-0.219687	-0.387138	0.279615	0.107497
Relation_Mum	0.364237	0.360240	0.339505	0.026720	0.195142	-0.195142	0.072009	0.058609	-0.020843	0.197918	…	1.000000	-1.638105e-01	1.638105e-01	-0.287698	0.287698	-0.219687	0.219687	0.387138	-0.279615	-0.107497
ParentAnsweringSurvey_No	-0.316570	-0.382472	-0.396357	-0.232197	-0.022359	0.022359	0.032896	0.014175	-0.112961	0.041601	…	-0.163811	1.000000e+00	-1.000000e+00	0.539875	-0.539875	0.261152	-0.261152	-0.313993	0.413547	-0.078795
ParentAnsweringSurvey_Yes	0.316570	0.382472	0.396357	0.232197	0.022359	-0.022359	-0.032896	-0.014175	0.112961	-0.041601	…	0.163811	-1.000000e+00	1.000000e+00	-0.539875	0.539875	-0.261152	0.261152	0.313993	-0.413547	0.078795
ParentschoolSatisfaction_Bad	-0.297015	-0.363835	-0.298744	-0.061104	-0.093478	0.093478	-0.047985	0.024970	-0.175860	-0.012164	…	-0.287698	5.398748e-01	-5.398748e-01	1.000000	-1.000000	0.228385	-0.228385	-0.295654	0.331473	-0.022716
ParentschoolSatisfaction_Good	0.297015	0.363835	0.298744	0.061104	0.093478	-0.093478	0.047985	-0.024970	0.175860	0.012164	…	0.287698	-5.398748e-01	5.398748e-01	-1.000000	1.000000	-0.228385	0.228385	0.295654	-0.331473	0.022716
StudentAbsenceDays_Above-7	-0.463882	-0.499030	-0.312134	-0.218778	-0.209011	0.209011	0.044519	0.061775	-0.056056	0.040462	…	-0.219687	2.611518e-01	-2.611518e-01	0.228385	-0.228385	1.000000	-1.000000	-0.489629	0.631674	-0.111142
StudentAbsenceDays_Under-7	0.463882	0.499030	0.312134	0.218778	0.209011	-0.209011	-0.044519	-0.061775	0.056056	-0.040462	…	0.219687	-2.611518e-01	2.611518e-01	-0.228385	0.228385	-1.000000	1.000000	0.489629	-0.631674	0.111142
Class_H	0.495681	0.469735	0.376987	0.243656	0.220294	-0.220294	-0.022294	-0.072924	0.163521	0.020149	…	0.387138	-3.139929e-01	3.139929e-01	-0.295654	0.295654	-0.489629	0.489629	1.000000	-0.388777	-0.574052
Class_L	-0.582997	-0.662061	-0.504153	-0.270451	-0.218841	0.218841	0.021544	0.017535	-0.131460	-0.083802	…	-0.279615	4.135474e-01	-4.135474e-01	0.331473	-0.331473	0.631674	-0.631674	-0.388777	1.000000	-0.531226
Class_M	0.062315	0.156442	0.101392	0.016300	-0.008085	0.008085	0.001354	0.051475	-0.033536	0.055950	…	-0.107497	-7.879499e-02	7.879499e-02	-0.022716	0.022716	-0.111142	0.111142	-0.574052	-0.531226	1.000000

75 rows × 75 columns

1.2 查看各个特征与优秀成绩(‘Class_H’)的相关系数

代码

# 1.2 查看各个特征与优秀成绩('Class_H')的相关系数，
# ascending=False表示按降序排列
corrDf['Class_H'].sort_values(ascending =False)

结果

Class_H                          1.000000
raisedhands                      0.495681
StudentAbsenceDays_Under-7       0.489629
VisITedResources                 0.469735
Relation_Mum                     0.387138
AnnouncementsView                0.376987
ParentAnsweringSurvey_Yes        0.313993
ParentschoolSatisfaction_Good    0.295654
Discussion                       0.243656
gender_F                         0.220294
NationalITy_Iraq                 0.163521
PlaceofBirth_Iraq                0.163521
Topic_Biology                    0.134356
PlaceofBirth_lebanon             0.125929
NationalITy_lebanon              0.098063
PlaceofBirth_Palestine           0.097208
Semester_S                       0.095686
NationalITy_SaudiArabia          0.083759
GradeID_G-06                     0.082955
NationalITy_Palestine            0.072384
NationalITy_venzuela             0.070493
PlaceofBirth_venzuela            0.070493
Topic_Chemistry                  0.060736
GradeID_G-11                     0.060574
Topic_English                    0.057746
PlaceofBirth_SaudiArabia         0.057638
NationalITy_USA                  0.050328
SectionID_B                      0.034459
Topic_Quran                      0.032559
PlaceofBirth_USA                 0.032209
                                   ...   
PlaceofBirth_Morocco            -0.009205
NationalITy_Morocco             -0.009205
GradeID_G-10                    -0.009205
GradeID_G-07                    -0.009845
GradeID_G-08                    -0.014039
NationalITy_Tunis               -0.016080
NationalITy_Egypt               -0.022294
Topic_Geology                   -0.023038
GradeID_G-02                    -0.024633
StageID_lowerlevel              -0.035864
Topic_History                   -0.037945
Topic_Spanish                   -0.049218
GradeID_G-05                    -0.051403
GradeID_G-09                    -0.066500
PlaceofBirth_Lybia              -0.072924
NationalITy_Lybia               -0.072924
PlaceofBirth_Iran               -0.072924
NationalITy_Iran                -0.072924
SectionID_C                     -0.073071
Semester_F                      -0.095686
Topic_IT                        -0.150126
NationalITy_KW                  -0.160031
PlaceofBirth_KuwaIT             -0.172070
gender_M                        -0.220294
ParentschoolSatisfaction_Bad    -0.295654
ParentAnsweringSurvey_No        -0.313993
Relation_Father                 -0.387138
Class_L                         -0.388777
StudentAbsenceDays_Above-7      -0.489629
Class_M                         -0.574052
Name: Class_H, Length: 75, dtype: float64

分析

根据各个特征与优秀成绩（Class_H）的相关系数大小,我们可以看出除了变量GreadID,StageID,Semester,SectionID,PlaceofBirth等，大部分变量和优秀成绩之间有强烈的相关性，所以我们选择除去GreadID,StageID,Semester,SectionID,PlaceofBirth之外的变量，做为模型的特征输入。

1.3 除去没有太大关系的变量作为模型的特征输入

代码

# 1.3 除去没有太大关系的变量 作为模型的特征输入
x=sp.drop(['Class','StageID','GradeID','Semester','SectionID','PlaceofBirth'],axis=1)
y=sp['Class']
x=pd.get_dummies(x)#把所有的非数值型变量转化为数值型
x.head()

结果

	raisedhands	VisITedResources	AnnouncementsView	Discussion	gender_M	…	Relation_Father	ParentAnsweringSurvey_No	ParentAnsweringSurvey_Yes	ParentschoolSatisfaction_Bad	ParentschoolSatisfaction_Good	StudentAbsenceDays_Above-7	StudentAbsenceDays_Under-7
0	15	16	2	20	1	…	1	0	1	0	1	0	1
1	20	20	3	25	1	…	1	0	1	0	1	0	1
2	10	7	0	30	1	…	1	1	0	1	0	1	0
3	30	25	5	35	1	…	1	1	0	1	0	1	0
4	40	50	12	50	1	…	1	1	0	1	0	1	0

5 rows × 40 columns

四、预测成绩

1.选择测试数据集和训练数据集

代码

# 1.选择测试数据集和训练数据集
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import LabelEncoder
from sklearn.metrics import accuracy_score
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2,random_state=10)

2.训练模型并检验准确率

代码

# 2.训练模型并检验准确率
lr=LogisticRegression(max_iter=10000)
lr.fit(x_train,y_train)
predict_y=lr.predict(x_test)
print('predict',predict_y)
score=accuracy_score(y_test,predict_y)
score

结果

predict ['H' 'M' 'M' 'L' 'H' 'H' 'H' 'H' 'M' 'L' 'M' 'M' 'H' 'M' 'M' 'H' 'L' 'H'
 'M' 'M' 'L' 'M' 'M' 'M' 'M' 'L' 'H' 'M' 'M' 'H' 'M' 'H' 'L' 'M' 'M' 'L'
 'M' 'M' 'L' 'H' 'M' 'L' 'H' 'L' 'M' 'M' 'H' 'M' 'M' 'H' 'M' 'L' 'H' 'M'
 'M' 'M' 'H' 'L' 'M' 'H' 'H' 'L' 'H' 'M' 'M' 'M' 'M' 'H' 'L' 'H' 'M' 'L'
 'M' 'H' 'M' 'H' 'M' 'L' 'M' 'H' 'L' 'H' 'L' 'L' 'M' 'H' 'L' 'H' 'H' 'M'
 'M' 'L' 'M' 'M' 'H' 'M']

0.7395833333333334

然然然儿呐_

关注

18
点赞
踩
181

收藏

觉得还不错? 一键收藏
13
评论
用python对学生成绩进行预测

用python对学生成绩进行预测一、提出问题二、理解数据0. 采集数据1. 导入数据2.查看数据集信息2.1 查看数据集大小2.2 查看各字段数据类型，缺失值2.3 观察数据统计描述3.数据预处理(有无缺失值,有无异常值)4.相关性分析4.1 单变量分析4.2 多变量分析三、建立决策树模型四、预测成绩
复制链接

扫一扫