xgboost融合模型：大學助學金精準資助預測(有資料)
基於學生每天產生的一卡通實時資料，利用大資料探勘與分析技術、數學建模理論幫助管理者掌握學生在校期間的真實消費情況、學生經濟水平、發現“隱性貧困”與疑似“虛假認定”學生，從而實現精準資助，讓每一筆資助經費得到最大價值的發揮與利用，幫助每一個貧困大學生順利完成學業。因此，基於學生在校期間產生的消費資料運用大資料探勘與分析技術實現貧困學生的精準挖掘具有重要的應用價值。 教育演算法資格賽採用某高校2014、2015兩學年的助學金獲取情況作為標籤，2013~2014、2014~2015兩學年的學生在校行為資料作為原始資料，包括消費資料、圖書借閱資料、寢室門禁資料、圖書館門禁資料、學生成績排名資料，並以助學金獲取金額作為結果資料進行模型優化和評價。
你所看到的這份程式碼，是Data Castle資料探勘公開賽《助學金精準預測》的冠軍作品。本程式以大學生的行為資料以及歷史獲助學金情況作為訓練資料集，對程式碼內的模型進行訓練，後可根據新的大學生行為資料進行助學金獲得情況預測。
完整作品、程式碼、資料集
如何執行
注意目前，這些程式碼的編寫是隻保證可以work，能夠生成出結果的。因為在參賽期間只需要團隊內部成員可以執行，所以我們並沒有提供傻瓜式的一鍵操作可以讓您直接從輸入得到輸出。要執行這些程式碼可能需要一些專業知識，和對程式碼中一些路徑名的修改。我們儘可能的將執行程式碼的步驟詳細寫出。
原文釋出時間為：2018-09-18
本文來自雲棲社群合作伙伴“ OA==&mid=2650341417&idx=1&sn=0365e3b7f2ee6d36cccea5941df8a21e&chksm=878116dab0f69fccf8c7087dd265bd20d0c49803e8cc4415c21ea2ab0dbb783288e5e45e240c&scene=0#rd" target="_blank" rel="nofollow,noindex">大資料探勘DT機器學習 ”，瞭解相關資訊可以關注“ 大資料探勘DT機器學習 ”。