朴素贝叶斯分类算法在大学生体质分析中的应用

基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶斯模型是一种操作简单且性能较好的机器学习分类算法。基于朴素贝叶斯分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器。应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平。分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶斯算法的体质分类器达到了78%的正确率。

高职院校蒙古族与汉族大学生体质状况比较研究

目的研究蒙古族与汉族大学生在身体形态、机能、身体素质方面差异状况,为当地教育机构、社会团体及学校进行蒙古族文化、体育教育研究提供参考,同时为学校体育教育有的放矢提供依据。方法以内蒙古地区高职高专院校学生为研究对象,采用均数比较、相关性分析等方法,通过分层随机抽样对其蒙古族和汉族大学生进行身体形态、呼吸系统机能、柔韧力量素质、速度灵巧素质、心血管系统机能等五项指标进行比较分析。结果研究发现蒙古族学生体质与汉族学生存在差异,蒙古族学生的体检测试合格率高于汉族;但汉族男生的下肢力量却显著高于蒙古族男生。结论学校体育教育应该根据不同民族学生的体质特点,有针对性地进行体育教育,使不同民族学生的身体素质弱势得到强化,最终达到全面发展之目的。