模糊聚类分析在高校分层次教学中的探索

付 裕

模糊聚类分析在高校分层次教学中的探索

付 裕

本文以一个班级学生学习成绩为数据样本，使用R语言进行模糊聚类的分析，进而对学生分层次教学管理提出一定的理论建议。

模糊聚类 R语言 分层次教学

一、前言

随着高等教育转变成大众教育，单独招生的规模在各个高职高专院校都有所扩大，高职高专学校在校学生的数量也不断增长，伴随着的是学生的质量千差万别。学校为了提高对学生教学管理的质量，做到因材施教，倡导分层次教学的管理模式。传统的聚类方法属于一种硬性划分即对象不是属于这一类就是属于另外的类。这种划分在研究聚类的很多文献中都提到他的局限性。本文在参考了众多文献的基础上，试图使用模糊聚类分析的软划分方法以学生成绩为依据对学生进行分层次[1]。为后续的学校的分层次教学管理提供理论支撑。

二、R语言数据预处理

本文选自供电班2016-2017学年第一学期的期末考试成绩为所分析的数据集，其源自于学校教务处，数据具有真实性、可靠性。该数据集共有37个样本，每个样本具有四个属性，其值分别为高等数学、英语、电工测量、电子技术四门课程的考试成绩。部分数据如表1所示。具有4个属性的37个样本形成了一个37行4列的矩阵。可以使用R的read.table（）函数载入数据集，使用Matrix（）函数将其转化成可以进行模糊聚类处理的矩阵。

表1 供电班部分学生期末考试数据

三、R语言模糊聚类

加载fclust包之后，使用R中的FKM（）函数对该数据集进行模糊聚类。……