Modelado Predictivo de Abandono Estudiantil Usando Métodos de Clasificación por Conjuntos en Educación Superior

Actualmente, uno de los desafíos de las instituciones educativas son los problemas de abandono estudiantil. Se han encontrado y determinado varios factores potencialmente capaces de estimular abandonos. Muchos investigadores han aplicado métodos de minería de datos para analizar, predecir el abandono de estudiantes y también optimizar la identificación de variables de abandono con anticipación. El objetivo principal de este estudio es encontrar la mejor solución de modelado para identificar los predictores de abandono estudiantil a partir de 17432 datos de estudiantes de una universidad privada en Yakarta. También analizamos y medimos la correlación entre los indicadores demográficos y el rendimiento académico para predecir el abandono estudiantil utilizando tres clasificadores individuales: K-Nearest Neighbor (KNN), Nave Bayes (NB) y Árbol de Decisión (DT). Encontramos indicadores como la asistencia del estudiante, la calificación de la tarea, la calificación del examen parcial y la calificación del examen final, el total de créditos, el GPA, la zona del estudiante, el ingreso de los padres, el nivel educativo de los padres, el género y la edad como predictores de abandono estudiantil. Los resultados solo obtuvieron 64.29 (NB), 64.84% (DT) y 75.27% (KNN), mientras que intentamos combinar algoritmos con Métodos de Clasificación por Conjuntos utilizando Gradient Boosting como meta-clasificador y obteniendo un mejor resultado de aproximadamente 79.12%. Además, también obtuvimos la mejor precisión de alrededor del 98.82% utilizando este método, que fue testeado a través de una validación cruzada de 10 pliegues.