《R语言》课件 第11章 影响大学平均录取分数线因素分析.pdf

大数据应用人才培养系列教材第十一章影响大学平均录取分数线 因素分析11.1背景与目标1L2数据说明11.3 描述隹分析11.4 总结与建议11.1背景与目标第十一章影响录取因素分析如何去选择一所适合自己的大学，是每个考生一生中最重要的 事，也是每个考生最头疼的问题。分数线，地区，类型，985、211等都是考生选择高校的参考因素。分析的目标：建立回归模型，试图找出影响高校录取平均分数 线的因素，预测没有录取平均分数的院校的录取平均分数线，为考 生选择高校提供资料支持。大数据应用人才培养系列教材第十一章影响大学平均录取分数线 因素分析11.1 背景与目标11.2 数据说明L-11.3 描述性分析11.4 总结与建议11.2数据说明第十一章影响录取因素分析变量类型变量名自变量2015年平均分数线字符串大学名称.字符串所在地字符串隶属整数院士整数硕士点字符串类型四支重1-整数重点学科整数博士点字符串地址因子是否985因子平均线因子是否211因子搜自主招生2015年平均线取值范围备注397694连续变量分类变量北尔太子等南昌、镇江、西安等江西省教育厅等0-70单位：位0-345单位：个综合、语言、政法，师分类变量范、工科等0-81单位：个0-283单位：个是，否旦 不 aE/口旦 不At,白11.2数据说明第十一章影响录取因素分析/A BCDEFGHIKLN1大学名称所在地隶属院士硕士点类型重点学科博士点地址平均线是否985是否211是否自主招生2南昌工程与南昌江西省教看00工科40江西省南397否否3江苏科技方镇江江苏省教考060工科18江苏省镇410否否4山西传媒与太原山西省教君00处心 可口00山西太原412否否5江西科技言无江西省教考00坊口00江西省南420否否6西安航空与无陕西省教看00工科00陕西省西447否否7西安科技力西安陕西省教考00工科00陕西省西460.5否否8中国医科触阻辽宁省教考1261医药3452辽宁省沈582否否9南京邮电。南京江苏省教卡144工科417江苏省南545否否10电子科技力成都四川省教看00工科00四川省成466否否11同济大学嘉兴浙江省教考002公Z 口00浙江省嘉467否否12三岐大学弟宜昌湖北省教考00工科00湖北省宜467否否13哈尔滨华糜无黑龙江省自00工科00哈尔滨市467否否14成都东软与无四川省教看00工科00四川省成467否否15长春科技与长春吉林省教考00农业00吉林省长468否否16东华理工不南昌江西省教考00工科00江西省抚468否否17昆明理工昆明云南省教看00工科00云南省昆468否否18安徽财经小蚌埠安徽省教考00财经00安徽省蚌469否否19石家庄铁旗石家庄河北省教君00工科00石家庄市469否否20长沙理工力长沙湖南省教育00工科00湖南省长469否否21厦门大学萋厦门福建省教者00油口00福建省招470否否22青岛农业力莱阳山东省教老00野口00山东省莱470否否23济南大学身济南山东省教老00怜4可口00山东省济470否否24南京邮电力南京江苏省教育00心4 坊口00南京市新470否否11.2数据说明第十一章影响录取因素分析(1)数据集构造没有录取平均分数的院校有736所，作为测试集test,余下的433 个样本作为训练集train。(2)平均线概况#平均线转换为数值型train$平均线-summary(train$平均线)#各录取平均线院校数量11x985ccclcC$平均线、5,口1111记似$summa ry（c$平均线）#211信息，言息描述c2-3,%c3c2c2$所在地c2$类型-as.numeric(c2$类型)#类型转换“2$是否自主招生c2$平均线#类型转换fitsummary.lm(fit)#查看模型参数#删除不重要的因素，再次拟合 f it par(mfrow=c(2,2)plot(fit)summary.lm(fit)11.3描述性分析第十一章影响录取因素分析录取平均线预测#211无录取平均线的学校进行录取线预测c3 c3$所在地 c3$类型 c3$是否自主招生tsummary(t)#查看预测结果11.3描述性分析第十一章影响录取因素分析录取平均线预测#对既不是985又不是211的进行预测xxb皿为（03$平均线!二无）b2v-bwhich（b$平均线=元）,blbl$所在施bl$素属bl$类型bl$是否自主招生bl$平均线75刀1111记似$fitsummary.lm(fit)#查看模型参数 par(mfrow=c(2z2)plot(fit)b2 b2$所在地 b2$隶属 b2$类型 b2$是否自主招生tsummary(t)#查看预测结果11.3描述性分析第十一章影响录取因素分析录取平均线预测结果表明，博士点的数堂越多，平均线越高。测试结果如下：大学名称院士博士点重点学科平均线pred1南昌工程学院004397505.41762江苏科技大学081410526.11693山西传媒学院000412496.97304江西科技学院000420496.97305西安航空学院000447496.97306西安科技大学高新学院000460.5496.973011.3描述性分析第十一章影响录取因素分析模型评估Iterationsso-oopD(unbs录取平均线预测误差大数据应用人才培养系列教材第十一章影响大学平均录取分数线 因素分析1L1背景与目标 数据说明11.3 描述性分析11.4 总结与建议11.4总结与建议第十一章影响录取因素分析预测的自变量和因变量需要是数值型，但给定的数 据大多数变量都是非数值型，所以在使用预测模型时进 行了大量类型转换工作。设想用分类模型解决本例，更 自然，时间关系没有尝试。从结果中科院看出，明显五个变量的测试结果比三 个变量的测试结果要好，本实验没有考虑特征优化。感谢聆听