我正在从事类似项目的研究，以预测在给定日期的表现下学生完成在线课程的可能性。到目前为止所采用的方法与该https://towardsdatascience.com/predicting-success-in-online-education-2b5979fa7016
非常相似也就是说，在课程中点查看学生的各种功能（例如GPA）以及性能指标（测验结果，登录次数，在视频上花费的时间等），并尝试预测学生是否会通过当然在最后。我们当前的（随机森林）模型具有约80％的准确度，相当不错。但是现在我们想在整个课程中每周扩展这些预测。
我们当前的数据集使用时间单位作为特征。也就是说，第1周的累积绩效指标是一组功能，第2周的累积绩效是另一组功能，等等。因此，每个学生都有一条记录，但是这些功能包含每周一次的所有历史信息。所以功能看起来像
studentid gpa major age total logins wk1 total time spent wk1 total videos finished wk1 total logins wk2 total time spent wk2 total videos finished wk2 […and so on]
因此，我们（并且类似于链接中的示例），我们必须针对要进行预测的特定时间点训练模型。也就是说，对于第1周的预测，数据将仅具有第1周的性能特征，并且对此模型进行了训练。对于第2周的预测，我们具有第1周和第2周的功能，依此类推。
这一切都很好，而且课程只有20周，因此我们最终将获得19个模型。但是，假设我们要进行日常预测-我们必须拥有100多个模型。这使我想到是否应该使用狭窄的数据集，而不是在1,2,3周中按特定时间单位功能拆分绩效，依此类推，每个学生每周都有一个记录，每个效果指标的一项功能，以及一项指示该效果的星期（或一天）的功能。
这看起来像这样：
studentid gpa major age week # total logins total time spent total videos finished
这将允许在数据上训练单个模型。但是，使用RF之类的分类算法，它将获得一条记录，并尝试将其分类为合格/不合格。但是，这里的一条记录会丢失很多历史信息，因为它只有那时的全部性能。在更广泛的数据集中，该模型可以了解趋势以及过去几周的性能变化。在狭窄的数据集中，模型输入将仅具有单个总性能指标以用作推断。基本上，如果我在第10个星期就给RF模型提供了一个狭窄的记录，那么它将没有任何信息显示此特定学生的表现随时间的变化，以及最新的总体表现。
如果希望以更高的粒度进行预测，我希望讨论如何解决此问题。在我看来，最终使用宽数据/多个模型版本变得棘手。假设您要对四年制学位进行每日预测，那么您将需要365 x 4 x [绩效指标数量]，并使用365x4不同的模型。但是，应使用哪种模型与狭窄的数据集一起使用，该数据集可以了解特定学生随时间的表现？重要的是，学生起步缓慢但一直在稳步提高成绩，而不是开始坚强后退。
还增加了测验和测试的复杂性，每学期仅发生几次，并且采用与其他绩效指标不同的格式。在宽数据集的情况下，这只是一个功能，如果发生的话，它只会包含在训练集中。
在这里的任何输入将不胜感激！