基于学生数据的可视化与发展潜力评估预测

项目介绍

本项目是一个面向学生成绩数据的”分析 + 预测”一体化系统，目标是把一份小规模种子成绩表，加工成可训练、可展示、可预测的完整数据产品。系统以 PySpark + Spark MLlib 作为数据清洗与建模引擎，数据从 docs/学生成绩预测.xlsx 出发，经过扩充、清洗、训练三步流水线后，同时由两套 Web 方案对外服务：Streamlit + Plotly 版主打快速交互，适合课堂演示与探索式分析；FastAPI + ECharts 版采用前后端分离结构，提供一组 JSON API，适合接口化部署与二次集成。

核心功能

• 可视化大屏：四张 KPI 卡（学生人数、平均学习活跃度、高成绩占比、低缺勤占比）+ 五类图表——成绩等级分布柱状图、性别占比饼图、各年级学习资源访问均值折线图、行为特征相关性热力图、不同成绩等级行为画像雷达图；Streamlit 版支持侧边栏多选联动筛选，并可在页面内一键将图表导出为 images/*.png。
• 学生筛选查询：支持性别、学段、年级、课程、缺勤情况多维度筛选，叠加国籍 / 出生地 / 课程关键字检索，分页表格展示，一键导出当前筛选结果 CSV。
• 模型训练与评估：Spark ML Pipeline 训练随机森林三分类模型（240 棵树、最大深度 12），测试集 603 条样本上 Accuracy 0.9652、F1 0.9652、Weighted Precision 0.9655、Weighted Recall 0.9652，混淆矩阵与各项指标在界面与 /api/model/metrics 中同步展示。
• 在线预测与发展潜力评估：表单录入 12 个类别选项 + 4 个行为数值（滑杆），实时输出预测成绩等级、各类别概率柱状图与 0-100 发展潜力仪表盘——潜力分由高等级概率折算，75 分以上为”高潜力”、50-75 为”中潜力”、50 以下为”待提升”；预测链路默认走 Spark Pipeline 推理，失败自动降级为基于数据距离的 Pandas 兜底，再失败则使用类别先验的应急兜底，保证功能始终可用。

功能截图

Streamlit-可视化大屏

Streamlit-模型评估与在线预测

FastApi