虽然比较GPA差异较大的学生遵循的是一个人的直觉，即GPA越高，学生的表现越好，但在局部情况下，情况不一定如此。平均绩点基本上是一个组合问题，因此挑战了基于局部比较的推理——当学生只上过很少的课时尤其如此。虽然组合学的效果在班级数量较多的情况下会减弱，但平均收敛性会危及局部可比性，因为GPA更好地描述了不同能力的学生。鉴于解码GPA的这两个特征，我们讨论了机器学习方法在教育环境中识别治疗的优势。