数据处理：

通过对pisa数据中的问卷字段值进行处理，得到如下的字段：

该五个字段均由问卷中各相关类型问题的值加权得到。

定义目标变量为mathclass，mathclass为名义类型字段，包括高中低三个值，具体设置如下：

设置如下的输入目标变量：

数据分析：

选择类神经网络，选择其中的模型为多层感知器，得到如下结果

从准确性来看，该模型的预测准确性为71.2%，说明该模型的预测性较准确。

从对mathclass的预测变量重要性来看，学生的年级的重要性最大，而性别的重要性最小。除此之外，家庭学习环境的重要性的位列也靠前。因此根据该预测模型可以给出建议，家长要注重孩子的学习环境，保证学生有一个良好的学习氛围，对孩子提升数学的成绩较为有利。其次是家长可以多多培养孩子的文化氛围，多为孩子准备一些辅导书籍以及课外书籍，在一定程度上也有助于孩子的数学成绩提升。

从模型的预测值来看，模型对中水平学生的数学水平预测较好，因此中水平的学生的家庭可以按照重要性程度来对孩子进行培养。

在网络图中，可以看出年级字段所伸出的连线最粗，说明该字段的重要性最大，与先前的相对应，最重要的影响因素是学生的年级，最不重要的是性别。