基于XGBoost模型分析预测大学生心理健康水平.pdf

基于XGBoost模型分析预测大学生心理健康水平.pdf

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

精准把握学生行为规律与心理特征,是高校提升心理健康教育效能的核心路

径。近年来,大学生心理健康问题呈现高发态势,教育部2021年数据显示,全国

高校学生心理问题检出率达30.6%,其中抑郁症占比超60%,且呈现低龄化、隐匿

化特征。传统评估方法依赖问卷调查与临床访谈,存在动态监测滞后(滞后周期≥

2周)、筛查覆盖不足(覆盖率≤30%)等瓶颈。社交媒体平台沉淀的海量大学生行

为数据为心理健康监测提供了实时、全域的数据基础。XGBoost算法凭借其高效处

理高维特征和非线性关系的能力,

文档评论(0)

qiutianfeng + 关注
实名认证
内容提供者

本账号发布文档来源于互联网,仅用于技术分享交流用,版权为原作者所有。

1亿VIP精品文档

相关文档