オレンジデータマイニングを用いた情報工学学生の卒業予測のための分類アルゴリズムの比較

研究の適時完了は、卒業生の能力を評価するための重要なパラメータです。しかし、すべての学生があらかじめ定められたスケジュールに従って学業を修了できるわけではないため、課題が生じます。本研究では、学生の卒業状況の予測が、決定木、ナイーブベイズ、K-NN、およびSVMという4つの分類モデルを用いて開発されました。この研究では、学生の卒業率予測の精度を向上させるために新しい変数の追加も含まれています。使用したデータセットは、ハムカ・ムハンマディア大学の2018-2020年度バッチの学生データで、500件の学生データ（60％はトレーニングデータ、40％はテストデータ）で構成されています。分析は、オレンジデータマイニングソフトウェアを利用して実施され、モデル評価にはK-Fold交差検証（K=5）、混同行列、およびROCが含まれます。結果は、K-NNアルゴリズムが学生の卒業状況を予測する上で最も効果的なアルゴリズムであり、精度と適合率は92％、再現率は89％に達することを示しています。