Key points are not available for this paper at this time.
हर शिक्षा संस्थान को गर्व महसूस होता है जब इसके प्रवेश छात्र संख्या के अपेक्षित संख्या के साथ बंद होते हैं। संभावित छात्र बहुत सारी आशाओं, सपनों और अपेक्षाओं के साथ परिसर में प्रवेश करता है। जब उनकी अपेक्षाएँ पूरी नहीं होती हैं या जब वे किसी महत्वपूर्ण परिस्थिति से गुजरते हैं और अपने पंजीकृत कार्यक्रम से बाहर निकल जाते हैं। अंडरग्रेजुएट छात्रों का ड्रॉपआउट भविष्यवाणी शिक्षा प्रणाली में एक बड़ा चुनौती है क्योंकि डेटा की बहुआयामीता होती है। यह पेपर 150 छात्रों के बहु-व्यवहारात्मक गुणों के आयाम घटाने पर ध्यान केंद्रित करता है, जिसमें 51 गुण होते हैं, ताकि उन कारकों की पहचान की जा सके जो प्रारंभिक ड्रॉपआउट को प्रभावित करते हैं। डेटासेट का आयाम मुख्य घटक विश्लेषण के माध्यम से घटाया जाता है, जो सह-वैरण्य मैट्रिक्स से Eigenvalues और Eigenvectors प्राप्त करके और मूल गुण को बिना जानकारी खोए नए सेट के गुण में परिवर्तित करके किया जाता है। दृश्यता R पैकेज factoextra और FactoMineR की सहायता से की जाती है। आगे का डेटासेट वर्गीकरण के लिए उपयोग किया जा सकता है। छुपे हुए ज्ञान की खोज का उपयोग बेहतर शैक्षणिक योजना और छात्र ड्रॉपआउट की पूर्वानुमान के लिए किया जा सकता है।
विनायक हेगड़े (गुरुवार,) ने इस प्रश्न का अध्ययन किया।