50、机器学习教育中的多维度探索：从注视数据分析到游戏化应用

机器学习教育中的多维度探索：从注视数据分析到游戏化应用

1. 注视数据分析在VIMS评估中的应用

1.1 休息时注视数据结果

在休息状态下，通过机器学习获得的学习模型评估结果显示出一定的规律。使用非接触式注视测量设备，对DS驾驶前后的休息注视进行测量。在DS运行前，使用注视数据验证学习模型的评估指标中，平均准确率为54.43%，平均精度为41.80%。而DS运行后的评估指标显示，平均准确率、精度、召回率和F分数均超过70%。在有VIMS的组中，仅使用该组的注视数据验证学习模型时，平均准确率、精度、召回率和F分数也超过70%。具体数据如下表所示：

状态	无VIMS				有VIMS
	准确率	精度	召回率	F分数	准确率	精度	召回率	F分数
运行前	54.43%	41.80%	61.25%	64.62%