-
题名朴素贝叶斯分类算法在大学生体质分析中的应用
被引量：9
- 1
-
-
作者
杜云梅
刘东
-
机构
广州商学院信息技术与工程学院
-
出处
《体育学刊》
CAS
CSSCI
北大核心
2018年第1期117-121,共5页
-
文摘
基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶斯模型是一种操作简单且性能较好的机器学习分类算法。基于朴素贝叶斯分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器。应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平。分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶斯算法的体质分类器达到了78%的正确率。
-
关键词
学校体育
大学生体质分析
运动干预
朴素贝叶斯分类算法
大数据
-
Keywords
school physical education
university student fitness analysis
sports intervention
Naive Bayes classifier algorithm
big data
-
分类号
G80-05
[文化科学—运动人体科学]
-
