An Efficiency Comparison of Algorithms and Feature Selection Methods for Predict the Learning Achievement of Vocational Students

Main Article Content

รัชพล กลัดชื่น
จรัญ แสนราช

Abstract

    The objectives of this research was to compare an efficiency of algorithm and feature selection methods to predict the learning achievement of vocational students. By studying the vocational certificate student’s profiles during the 2007-2016 academic year for 5,100 records 27 features. In this research includes two methods: Simple Classification and Hybrid Classification, Simple classification used classification algorithms only. The three candidate classification algorithms that used in this experiment for both simple and hybrid classification include: 1) Decision Tree: J48graft 2) Naïve Bayes and 3) Rule Induction. Hybrid classification used forward selection techniques for select attributed. The data was analyzed by using Rapid Miner Studio 8 with data mining technique on 10-fold Cross Validation. The comparative results showed that the accuracy of Decision Tree: J48graft by forwarding selection and all feature selection is 83.08% and 81.71% ,respectively. In conclusion, the prediction model using Decision Tree: J48graft is most appropriate for predicting the learning achievement of vocational students

Article Details

How to Cite
1.
กลัดชื่น ร, แสนราช จ. An Efficiency Comparison of Algorithms and Feature Selection Methods for Predict the Learning Achievement of Vocational Students. J Appl Res Sci Tech [Internet]. 2018 Jun. 30 [cited 2024 Apr. 20];17(1):1-10. Available from: https://ph01.tci-thaijo.org/index.php/rmutt-journal/article/view/119477
Section
Research Articles

References

สถาบันทดสอบทางการศึกษาแห่งชาติ. (2559). ผลการทดสอบทางการศึกษาระดับชาติด้านอาชีวศึกษา Vocational National Educational Test (V-Net). สืบค้นจากhttps://www.niets.or.th/uploads/content_pdf/pdf_1503649895.pdf

Daniel T. L.and Chantal D. L.(2015).Data mining and predictive analytics. 2nd ed. USA: John Wiley and Sons incorporate.

พรรณิภา บุตรเอก และสุรเดช บุญลือ.(2557). การพยากรณ์โอกาสสำเร็จการศึกษาของนักศึกษาโดยใช้ซัพพอร์ตเวกเตอร์แมชชีน. Veridian E-Journal Science and Technology Silpakorn University, 1(6): 40-49.

กิจ คูชัยสิทธิ์ และเพ็ญศิริ มโนมัยสุพัฒน์. “การเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลเพื่อวิเคราะห์ปัจจัยพฤติกรรมด้านวินัยในตนเองที่ส่งผลต่อระดับผลการเรียนของนักศึกษาด้วยเทคนิคเหมืองข้อมูล” ใน การประชุมวิชาการ Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 201810 ระดับประเทศด้านเทคโนโลยีสารสนเทศ ครั้งที่ 8, โรงแรมดีวาน่า พล่าซ่า จังหวัดกระบี่, 2016.

เสกสรร วิลัยลักษณ์, วิภา เจริญภัณฑารักษ์ และดวงดาว วิชาดากุล. (2558). การใช้เทคนิคการทำเหมืองข้อมูลเพื่อพยากรณ์ผลการเรียนของนักเรียนโรงเรียนสาธิตแห่งมหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตกำแพงแสน ศูนย์วิจัยและพัฒนาการศึกษา.VeridianE-Journal Science and Technology Silpakorn University, 2(2): 1-17.

สุภาวดี จูฑะสุวรรณ และ สมบูรณ์ อเนกฤทธิ์มงคล. รูปแบบการพยากรณ์ผลการทดสอบทางการศึกษาระดับชาติขั้นพื้นฐาน(O-Net) โดยใช้เทคนิคเหมืองข้อมูล กรณีศึกษานักเรียนชั้นประถมศึกษาปีที่ 6 โรงเรียนอนุบาลสิงห์บุรี. ใน ICMSIT 2017: 4th International Conference on Management Science, Innovation and Technology, Suan Sunandha Rajabhat University, Bangkok, Thailand. 2560.

อรนุช พันโท และมนต์ชัย เทียนทอง. (2014). เปรียบเทียบประสิทธิภาพการจำแนกรูปแบบการเรียนรู้ VARK ด้วยเทคนิคเหมืองข้อมูล. วารสารเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฎอุบลราชธานี, 4(1): 1-11.

ไก้รุ่ง เฮงพระพรหม, สุพจน์ เฮงพระพรหม และสุวิมล มรรควิบูลย์ชัย. (2557). การค้นหาความรู้คุณลักษณะสำคัญของนักศึกษาที่มีต่อผลสัมฤทธิ์ทางการเรียนในกลุ่มโปรแกรมคอมพิวเตอร์ มหาวิทยาลัยราชภัฏนครปฐม ด้วยเทคนิคเหมืองข้อมูล.วารสารวิชาการราชภัฏตะวันตก, 9(1): 71-80.

เอกสิทธิ์ พัชรวงศ์ศักดา. (2557). การวิเคราะห์ข้อมูลด้วยเทคนิคดาต้า ไมน์นิ้ง เบื้องต้น. พิมพ์ครั้งที่2. กรุงเทพฯ: เอเชีย ดิจิตอลการพิมพ์.

Han,J, Kamber Mi.and Pei J. (2012). Data Mining Concepts and Techniques. 3rd ed. USA: Morgan Kaufmann.

ThanarukTheeramunkong. (2012). Introductionto Concepts and Techniques in Data Mining and Application to Text Mining. 2nd ed. Thai: Thammasat Printing House (Tha Prachan Campus).

เอกสิทธิ์ พัชรวงศ์ศักดา. การคัดเลือก feature (feature selection) ด้วยวิธี Information Gain. สืบค้นจาก: https://dataminingtrend.com/2014/data-mining-techniques/feature-selection-information-gain