基于机器算法的美国研究生院入学录取率预测系统实现

预测学生录取几率

数据集来源：

Admission_Predict美国本科生申请美国研究生院的录取几率数据集。

特征(Features)介绍：
GRE: GRE考试分数
TOEFL: TOEFL考试分数
University Rating：大学相对排名
SOP: 申请文书（Stetement of Purpose）质量评分
LOR：推荐信（Letter of Recommendation）分量评分
CGPA：核心课程GPA (Core GPA)
Research: 是否有实验室研究经历

结果(Response Variable)介绍： Admit：该学生录取该院校的几率

Low：录取几率小于等于0.64
Average: 录取几率在0.64到0.83之间
High: 录取几率大于等于0.83

模型实现与构建

主要实现了三个模型，其分别为：线性模型，决策树模型，随机森林模型；实现方法通过sklearn库进行。

from sklearn.linear_model import LinearRegression
from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import RandomForestRegressor

将训练好的模型保存为.pkl文件。

inear_model模型实现代码展示：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import sys
import os
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
import pickle
from sklearn.linear_model import LinearRegression
from sklearn import preprocessing
from sklearn.tree import DecisionTreeRegressor
#from sklearn.cross_validation import cross_val_score, cross_val_predictdf = pd.read_csv('Admission_Predict_Ver1.1.csv')
df.rename(columns = {'Chance of Admit ':'Chance of Admit', 'LOR ':'LOR'}, inplace=True)
df.drop(labels='Serial No.', axis=1, inplace=True)from sklearn import preprocessing
minmax_scaler = preprocessing.MinMaxScaler()
minmax_scaler_fit=minmax_scaler.fit(df[['GRE Score', 'TOEFL Score']])
NormalizedGREScoreAndTOEFLScore = minmax_scaler_fit.transform(df[['GRE Score', 'TOEFL Score']])NormalizedGREScoreAndTOEFLScoreData=pd.DataFrame(NormalizedGREScoreAndTOEFLScore,columns=['GRE Score', 'TOEFL Score'])
NormalizedGREScoreAndTOEFLScoreData.head()df['GRE Score']=NormalizedGREScoreAndTOEFLScoreData['GRE Score']
df['TOEFL Score']=NormalizedGREScoreAndTOEFLScoreData['TOEFL Score']PredictorColumns=list(df.columns)
PredictorColumns.remove('Chance of Admit')X=df[PredictorColumns].values
y=df['Chance of Admit'].valuesfrom sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=10)lm = LinearRegression()
RF=lm.fit(X_train,y_train)with open('LinearRegression.pkl', 'wb') as file:pickle.dump(lm, file)

系统实现

系统采用flask框架加载机器学习算法模型实现系统界面。其界面如下：

可以在左侧选择输入数据特征，比如你的GRE考试分数、TOEFL考试分数等相关数据特征。并选择使用的机器学习模型。界面如下：

点击预测按钮，可以输出你成功升学的概率值。界面如下：

点击重启或者清除可以在此运行该界面，查看数据集可以查看原始数据集。

结束：

该系统是对机器学习算法研究的一个简单应用。美国研究生院更看重的是本科学生的个人综合素质，不但学习成绩要好，动手能力也不能差，本科是否毕业于名校并不会产生很大的影响。当个人的能力达到要求后，其它外部因素的影响也不大。该系统可以根据历史数据信息对于你的成绩进行一个简单的判断，判断你是否成功入学。