摘要：该数据集是一套面向机器学习初学者设计的模拟学生成绩数据，共包含1000000条记录，每条记录代表一名学生。
数据集概述
该数据集是一套面向机器学习初学者设计的模拟学生成绩数据，共包含1000000条记录，每条记录代表一名学生。数据主要描述学生每周自主学习时间、出勤率、课堂参与度、总成绩和成绩等级，可用于直观分析学习投入与学业表现之间的关系，并练习基础的数据处理、模型训练和性能评估方法。
数据结构与关键特征
数据集以student_performance.csv文件存储，包含student_id、weekly_self_study_hours、attendance_percentage、class_participation、total_score和grade共6个字段。每周自主学习时间范围为0～40小时，出勤率为50%～100%，课堂参与度为0～10分，总成绩为0～100分；成绩等级按照总成绩划分为A、B、C、D和F。数据由设定的统计分布和随机噪声生成，其中总成绩与自主学习时间具有较强相关性，整体结构清晰，便于直接开展建模实验。
应用价值与研究方向
该数据集适合用于线性回归、多元回归、成绩等级分类、特征相关性分析和模型评估教学。学习者可使用MAE、RMSE和决定系数$R^2$评估成绩预测模型，也可使用准确率、精确率、召回率和F1值评估等级分类模型，并练习训练集与测试集划分、交叉验证、特征标准化及超参数调整。由于数据为人工模拟且总成绩主要由学习时间和随机噪声生成，更适合作为算法入门与流程验证数据，不宜直接用于真实教育决策。
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-703
文件大小：8.2M
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)