高校学生成绩的聚类数据集划分为导向的教学思路探讨

学生的学习成绩是其对课程学习的掌握程度的一个重要体现,也是反映教师教学效果好坏的一个标准.怎样使用学生某一阶段的成绩提炼分析出有用的信息来提高之后的教学方案与学生成绩有着至关重要的意义.在此背景下,文章将k-means算法与基于分层方法的层次聚类应用于学生成绩的分析中.相比传统的成绩评价标准弥补了其不能根据外部影响而进行灵活改变的短板.最后比较两种算法的优缺点并对学生的综合成绩与单科成绩进行分析,通过宏观分析找出影响学生成绩的因素和各类学生在不同学科上的薄弱点.