摘要：学生生活方式与学业表现数据集是一个面向教育数据分析、学生行为研究和机器学习建模的结构化数据集，主要用于研究学生日常生活习惯与学业表现之间的关系。
数据集概述
学生生活方式与学业表现数据集是一个面向教育数据分析、学生行为研究和机器学习建模的结构化数据集，主要用于研究学生日常生活习惯与学业表现之间的关系。数据集包含学习时间、睡眠时长、屏幕使用时间、体育活动、饮食类型、出勤率、压力水平、平时成绩以及 CGPA 等多维度信息，可用于分析不同生活方式因素对学生学习效果的潜在影响。该数据集为合成数据，专门用于研究、教学和算法实验，不包含真实个人信息，具有结构清晰、数据整洁和易于建模等特点。
数据结构与关键特征
该数据集以表格形式组织，每条记录对应一个学生样本，特征主要可划分为生活方式、学习行为和学业表现三类。生活方式特征包括睡眠时长、屏幕时间、体育活动、饮食类型和压力水平等，用于描述学生日常生活状态；学习行为特征包括每日学习时间和出勤率，可反映学习投入程度与课堂参与情况；学业表现指标则包括内部成绩（Internal Marks）和 CGPA 等，用于量化学生学习结果。这些变量同时包含数值型和类别型特征，适合进行相关性分析、特征重要性评价、回归预测和分类建模。
应用价值与研究方向
该数据集可广泛应用于教育分析、学生学业预警、学习行为建模和个性化教育研究。研究人员可以采用线性回归、随机森林、XGBoost、支持向量机等方法预测学生 CGPA 或成绩水平，也可以通过聚类和相关性分析识别不同类型的学习与生活行为模式。进一步研究可围绕睡眠与学习效率关系、屏幕时间对成绩的影响、压力水平与学业表现关联、出勤率预测价值以及多因素联合学业风险评估等方向展开，并可用于开发学生学习状态监测、成绩预测和个性化学习建议系统。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-445
文件大小：20K
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)