Analysis and Prediction of At-Risk Students Using Machine Learning Algorithms

想象一下，一所大学就像一个大型且繁忙的花园。目标是帮助每一株植物（学生）茁壮成长并最终绽放（毕业）。然而，有时植物会在准备好之前就开始枯萎或停止生长。在过去，园丁们（大学教职人员）只有在植物已经变黄或掉落叶子后才会注意到它们出了问题。到那时，往往已经太晚了，无法挽救。

这篇论文关于为那个花园建立一个智能天气预报系统。研究人员并没有等待叶子变黄，而是利用计算机程序（机器学习）来观察土壤、水分和植物的历史记录，从而在问题发生之前预测哪些植物可能会生长困难。

以下是他们所做工作的简单分解以及他们的发现：

问题所在：“延迟的警报”

当学生提前离开时，大学会损失资金和声誉。目前，学校通过提供心理辅导或辅导课程来帮助学生，但这通常是反应性的。这就像是在你已经骨折之后才去请医生。研究人员想要找到一种方法，在骨折发生之前就预测到它，以便及早提供石膏（支持）。

工具：“水晶球”算法

研究人员从悉尼国际科技与商业学院 (SISTC) 收集了数据。他们收集了 2,405 份学生记录，但对数据进行了清理，重点关注了 1,027 名要么完成了学业，要么退学的学生。

他们将这些数据输入到四种不同的“水晶球”（机器学习算法）中，以观察哪一个能最好地预测未来：

1. 逻辑回归 (Logistic Regression)： 一个简单的、直线型的计算器，会对不同因素进行加权。
2. 随机森林 (Random Forest)： 一个由许多决策者组成的团队（类似于专家委员会），对结果进行投票。
3. K-最近邻 (KNN)： 一种观察学生“邻居”（具有相似成绩和背景的学生）的方法，以此来猜测他们会发生什么。
4. 支持向量机 (SVM)： 一种通过画线来区分“毕业生”和“退学者”的方法。

成分：他们观察了什么？

为了做出预测，计算机观察了 14 个特定的线索，例如：

• 学术历史： 学生通过、失败或跳过的科目数量。
• 人口统计特征： 年龄、性别、国籍和签证类型。
• 时间： 他们学习了多久以及尝试课程的次数。

结果：谁赢得了比赛？

研究人员测试了这些“水晶球”，以观察它们的准确度如何。结果令人惊讶地高：

• 获胜者： 逻辑回归和 SVM (线性核) 是冠军。它们的准确率达到了 99%。这意味着它们几乎完美地猜中了哪些学生会完成学业，哪些会离开。
• 亚军： 随机森林也非常强大，达到了 98.7%。
• 其他模型： KNN 和更复杂的 SVM 版本表现也不错，但准确度稍低（约 96-97%）。

“水晶球”告诉了他们什么

当研究人员观察为什么获胜的模型会做出这些预测时，他们发现了一些有趣的模式：

• 签证类型： 持有标准“学生签证”的学生更有可能完成学业。
• 国籍： 数据显示，与其他人相比，来自巴基斯坦的学生在这一特定数据集中更有可能退学。
• 成绩： 学生不及格的科目数量是一个巨大的危险信号。不及格的科目越多，离开的风险就越高。
• 课程选择： 参加“信息技术硕士 (Master of IT)”课程的学生更有可能留下并完成学业。

安全检查

研究人员非常注重隐私。他们删除了所有姓名和个人细节，将学生视为匿名的数字。他们还指出一个潜在问题：如果数据中缺乏某些群体（如特定性别或国籍）的样本，计算机可能会产生偏见。他们建议在未来对此进行检查。

核心结论

这项研究证明，通过使用简单的数学和计算机模型，大学可以成为主动的园丁。研究人员不再等待学生失败，而是可以利用数据及早发现警告信号。研究发现，简单的模型（逻辑回归和线性 SVM）实际上是处理这项工作的最佳工具，能够以 99% 的概率正确识别出那些在决定离开前需要帮助的学生。

研究人员建议，在未来，学校可以增加更多细节——比如学生课堂参与度或作业习惯——来使这些预测更加精准，但就目前而言，现有的数据已经做得非常出色了。