技术特征：
技术总结
本发明公开了一种基于LightGBM的绩点预测方法，本发明首先对从教务网、招生就业系统、学生基础信息系统、学生财务系统获取到的数据进行ETL处理，获得符合规范的能用于数据挖掘任务的学生行为习惯数据集StuHabitV1，再使用XGBoost及随机森林对数据集StuHabitV1进行学生绩点的预测，利用这两个算法的互信息对StuHabitV1进行特征选择得到StuHabitV2，最后对lightGBM调参以得到最优的模型。本发明有效地提高了预测的准确程度。
技术研发人员：朱全银;杨茂灿;唐娥;魏然;刘斌;蔡兵;刘畅;周淮;肖绍章;潘舒新
受保护的技术使用者：淮阴工学院
技术研发日：2018.06.27
技术公布日：2018.12.14