xqyj

#此项目数据集包含2012年6000多名大学生，有学生的入学数据与学生的就业信息数据 #对学生的入学数据进行特征提取，提取后的数据作为特征；对学生就业信息进行整理，将此数据作为标签数据 #使用梯度提升决策树与随机森林建模拟合 #模型准确率：0.83 #详细了解请看下载后的学前预警pdf文档

学前预警文档

运行环境

运行代码

学生就业数据特征提取：jiu_ye_feature.ipynb,运行后的结果保存在jy_data文件
贫困学生数据特征提取：poor_students_feature.ipynb,运行结果保存在poor_student_data文件夹里
心理预警学生数据特征提取：psy_warning_feature.ipynb,运行结果保存在psy_data文件里
入学学生数据特征提取：ru_xue_feature.ipynb,运行结果保存在rx_data文件
学业预警学生数据特征提取：students_warning_feature.ipynb,运行结果保存在student_warning_data文件

以上文件运行无先后顺序，运行以上文件后再按顺序运行以下文件
把所有特征都连成一张表：merge_all_features.ipynb,运行结果保存在all_features文件
运行模型：model.ipynb,运行结果保存在output_result文件

额外的数据

保存在extra_data文件里，其包含有：
1. 2012wlkfsx.csv——文理科分数线
2. csdj.csv——城市等级
3. csdm.csv——城市代码
4. pai_ming.jpg——各省份基础教育排名图

所有特征的中文对照

sno	zf	tdf	female	male	ks_is_jf
学号	高考总分	加分后的总分	女	男	考生是否加分
ncyi	ncwj	czyj	czwj	jydf	csdm
农村应届	农村往届	城镇应届	城镇往届	省份基础教育得分	城市代码
kslb	kldm	csdj	is_qu	is_shi	is_xian
考试类别	科类代码	城市等级	家庭所在地是区	家庭所在地是市	家庭所在地是县
ybfsx_wk	ebfsx_wk	ybfsx_lk	ebfsx_lk	zfdj	zybm
文科一本线	文科二本线	理科一本线	理科二本线	高考分数等级	专业编码
xybm	poor_level	is_poor	jyzk	is_psy_warning	zy_pjf
学院编码	贫困等级	是否贫困	就业状况	是否心理预警	各专业平均分

模型

详细用法请参见scikit-learn0.18官网文档 http://scikit-learn.org/stable/index.html

参考的网站