GCSE 考试成绩，预测学生成绩数据集

These are the previous GCSE examination grades for the last four years at an English Underperforming School. The idea is to find a ML model that would predict future grades for students based on their profile (SEN,PP,HML,Reading, Writing and Maths Grades). Idea is to predict the following grades (1-9 whole grades) Att8Act = Attainment 8 Actual (Best 8 grades for students) EngAct = English grade MatAct = Maths grade PP = Pupil Premium EAL = English as Additional Language HML = Ability based on previous results ages 10/11. H= Higher, M = Middle, L = Lower Re = Reading grade at aged 10 Wr = Writing grade at aged 10 Ma = Maths grade at aged 10

本数据集收录了英国某办学效能欠佳学校过去四年的往届普通中等教育证书（GCSE，General Certificate of Secondary Education）考试成绩。
本次任务旨在构建机器学习（ML，Machine Learning）模型，基于学生的个人背景特征（特殊教育需求SEN，Special Educational Needs、学生补贴PP、附加语言英语EAL、10岁时的阅读、写作及数学成绩），预测学生未来的GCSE等级成绩。
本次将预测1-9分的整数等级成绩，具体预测目标包括：Att8Act（实际学业成就8项总分，即学生最佳8门课程的GCSE成绩总分）、EngAct（实际英语科目成绩）以及MatAct（实际数学科目成绩）。
各字段的详细定义如下：PP（Pupil Premium）为学生补贴；EAL（English as Additional Language）为附加语言英语；HML为基于10或11岁过往成绩划分的能力层级，其中H代表高（Higher）、M代表中（Middle）、L代表低（Lower）；Re为10岁时的阅读成绩；Wr为10岁时的写作成绩；Ma为10岁时的数学成绩。

搜集汇总

背景与挑战

背景概述

该数据集包含英国一所表现不佳学校过去四年的GCSE考试成绩，旨在基于学生个人资料和早期成绩预测未来成绩。数据集涵盖了学生背景信息和早期学术表现，适用于教育领域的预测模型研究。