我正在开发一个基于学生成绩进行年度预测的应用。学生的成绩范围从70到97。我的数据集包含从第一年到第五年的学生成绩：GWA1 – 第一年总加权平均分，GWA2 – 第二年总加权平均分，依此类推，直到GWA5。
我计划使用J48进行预测。
我遇到了几个问题，
- 我的数据集中包含不同年级的学生。如果学生目前在第四年，那么GWA4和GWA5将为零。我应该只选择已经毕业的学生吗？（即拥有GWA1-GWA5的学生）。
- 有些课程只提供到第四年，他们的GWA5在数据集中为0。
- 程序还需要预测学生当前学年的成绩。例如，对于二年级学生，程序预测GWA2。对于四年级学生，程序预测GWA4。
- 我应该如何预处理数据？我是否应该将成绩分类为优秀、平均、差等标签？
样本数据集：
GWA1 GWA2 GWA3 GWA4 GWA583.6 87.5 90.2 89.1 91.276.4 78.2 77.6 80.9 79.493.6 91.5 92.7 91.1 92.7回答：
最重要的是，你的数据集并不整洁。需要将列转换为行，例如转换成如下表格布局：
student year gpa passeds1 1 83.6 yess1 2 76.4 no...
我虚构了“passed”这一列。但这种设计在J48的默认配置下更易于处理。J48的默认配置是用于分类分类或二元变量的 – J48无法处理“类”属性中的数值属性（= 要预测的属性）。
我不确定你是否也可以用J48预测数值。我认为需要对weka和数据集进行相当大的调整。
检查自定义对话框，阅读文档，并在谷歌上搜索“通过回归进行分类”。或者更好的是，使用LinearRegression分类器代替J48。
无论如何，在“Filter”面板中，你需要添加“AddClassification”监督实例过滤器，然后将其“Output Classifications”选项设置为True。
