树形模型在青少年体质测试数据分析中的应用研究

摘要：

通过对比决策树、随机森林和优化的分布式梯度增强库(XGBoost)三种树形模型的预测效果,选取预测效果最好的算法,以济南市13～18岁青少年体质健康数据为依据,评估青少年体质影响因素的重要性.结果表明:在13～18岁男生体质健康数据中,三种树形模型的表现效果由好到差依次为:XGBoost>随机森林>决策树,而在女生体质健康数据中,效果排序为XGBoost>决策树>随机森林.通过XGBoost的分析,发现1000 m跑和800 m跑对13～18岁青少年的体质测试成绩影响作用最大.XGBoost在三种树形模型中分类表现效果最好,展示了较高的准确性和科学性,在今后体育数据处理和热点问题研究中有较高的应用潜力和研究价值.在今后体育教学中,应加强青少年有氧能力的训练,并结合男、女生的体质特点,在日常教学中有侧重地进行练习,为青少年健康及全面发展奠定基础.

关键词：树形模型、青少年、体质健康、决策树、随机森林、分布式梯度增强库

所属期刊栏目：34

分类号：G807.3;G80-32(体育理论)

资助基金：山东省教育科学研究项目;山东省青少年教育科学研究院全省双减研究课题

在线出版日期：2022-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：113-120