• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于隨機森林算法的學生成績預測的實現(xiàn)

    2024-07-01 15:27:12錢濤
    科技資訊 2024年8期
    關(guān)鍵詞:R語言隨機森林數(shù)據(jù)挖掘

    錢濤

    摘??要:教育數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的重要領(lǐng)域之一,其中成績預測是研究的重點內(nèi)容,

    成績數(shù)據(jù)是學生學習行為的重要反映?;跀?shù)據(jù)挖掘技術(shù),通過采集學生的基本信息、圖書借閱、消費行為、門禁數(shù)據(jù)等各類數(shù)據(jù),挖掘行為特征與學習成績之間的關(guān)聯(lián)性,構(gòu)建基于學生行為數(shù)據(jù)的成績預測模型。以達到對學生異常情況的早期預警,優(yōu)化教學實施過程,以促進學校對不同類群學生培養(yǎng)、引導和管理工作。

    關(guān)鍵詞:隨機森林?成績預測?R語言?數(shù)據(jù)挖掘

    中圖分類號:G434;TP18

    Realization?of?Student?Grade?Prediction?Based?on?the?Random?Forest?Algorithm

    QIAN?Tao

    (Zhejiang?Agricultural?Business?College,Shaoxing,Zhejiang?Province,312088?China)

    Abstract:?Educational?data?mining?is?one?of?the?important?fields?in?data?mining,?and?grade?prediction?is?its?key?research?content.?Grade?data?is?an?important?reflection?of?students'?learning?behavior.?Based?on?data?mining?technology,?this?paper?explores?the?correlation?between?behavioral?characteristics?and?academic?performance?by?collecting?various?data?such?as?students'?basic?information,?book?borrowing,?consumption?behavior?and?access?control?data,?and?builds?a?grade?prediction?model?based?on?student?behavior?data,?in?order?to?achieve?the?early?warning?of?the?abnormal?situation?of?students,?optimize?the?teaching?implementation?process,?and?promote?the?training,?guidance?and?management?of?different?groups?of?students.

    Key?Words:?Random?forest;?Grade?prediction;?R?language;?Data?mining

    數(shù)據(jù)挖掘在教育領(lǐng)域的應用已經(jīng)成為一種趨勢,取得了廣泛的關(guān)注和應用。高校管理人員通過收集學生的學習數(shù)據(jù)和行為數(shù)據(jù),結(jié)合大數(shù)據(jù)分析技術(shù),能夠?qū)W生的學習情況進行深度分析和挖掘。

    在教育大數(shù)據(jù)挖掘領(lǐng)域中成績預測是研究的重點內(nèi)容,成績數(shù)據(jù)是學生學習行為的重要反映。羅楊洋等人[1]針對混合學習場景,基于學生認知水平、先前知識水平和在線行為等數(shù)據(jù),建立多元回歸預測模型,開展預測結(jié)果指導下的學習干預,以提升在云環(huán)境下的學習效果。張莉等人[2]構(gòu)建模型應用到高考預測,支持向量機分類來預測高考的錄取批次,以回歸分析來預測高考特征分,并成功進行混合預測。沈江等人[3]提出了基于Adaboost方法的學生學習軌跡方法分析,引入了損益函數(shù)來表示預測誤差率帶來的影響,并根據(jù)預測的結(jié)果生成學生學習軌跡。王娜等人[4]、謝軍飛等人[5]、張文奇等人[6]分別采用基于Lightgbm、XGBoost、向量機等機器學習算法實現(xiàn)成績預測和學情預警功能。

    1隨機森林算法

    在數(shù)據(jù)挖掘的預測模型中往往包括分類和回歸任務,隨機森林算法能有效地處理上述兩類問題。本文將學生成績預測問題劃歸為一種多分類問題,相較于單一的決策樹,隨機森林算法在一定程度上可以能夠降低單一決策樹的方差,提高模型的穩(wěn)定性和泛化能力。隨機森林算法步驟如下。

    (1)自助采樣:從原始訓練數(shù)據(jù)集中進行有放回的隨機抽樣,生成多個自助樣本集。 (2)構(gòu)建決策樹:對于每個自助樣本集,使用決策樹算法(如CART、ID3等)構(gòu)建一棵決策樹。

    (3)特征值選擇:在構(gòu)建決策樹的過程中,每個節(jié)點使用隨機選擇的特征子集進行分裂,而不是使用所有特征。通過這種篩選增加模型中可能存在的過擬合現(xiàn)象。

    (4)集成預測:當所有決策樹構(gòu)建完成后,對于新的輸入樣本,將其輸入到每棵決策樹中進行預測。每棵樹都會給出一個分類結(jié)果,隨機森林算法將這些結(jié)果進行集成。

    2基于隨機森林算法構(gòu)建成績預測模型

    本文的研究對象是來自某高職院校財經(jīng)類專業(yè)的三個班2021級105名學生,通過隨機森林算法將學生行為數(shù)據(jù)進行數(shù)據(jù)建模,預測學生學期末成績的等級。研究數(shù)據(jù)包括一卡通數(shù)據(jù)(消費、門禁情況)、圖書館數(shù)據(jù)(借閱、到館情況)、教務數(shù)據(jù)(生源、學業(yè)情況)。數(shù)據(jù)的收集時間從2022年2—6月(2021—2022學年第二學期)。

    2.1?數(shù)據(jù)準備與預處理

    所使用的學生數(shù)據(jù)都是來源于學校中相關(guān)業(yè)務系統(tǒng)的數(shù)據(jù)庫,其中一卡通系統(tǒng)使用SQL?Server,圖書、門禁、教務數(shù)據(jù)采用Oracle。經(jīng)過對業(yè)務系統(tǒng)數(shù)據(jù)進行預處理后,選定為10項特征數(shù)據(jù)分別為X1:性別(0男,1女),X2:生源(1普高生,2三校生,3中高職一體),X3:英語四級通過(0否,1是),X4:月均圖書借閱量(數(shù)值),X5:月均入館頻次(數(shù)值),X6:晚歸情況(數(shù)值型),X7:月均消費值(數(shù)值),X8:月均早餐數(shù)(數(shù)值),X9:月均請假次數(shù)(數(shù)值),X10:上學期加權(quán)平均分(數(shù)值),X11:專業(yè)課加權(quán)均分(數(shù)值),選定GRADE為預測數(shù)據(jù)即當前學期成績專業(yè)均分等級:G(80-100),P(60-80),NP(60以下)。

    2.2?預測的RF模型算法實現(xiàn)

    2.2.1數(shù)據(jù)隨機抽樣

    本實驗的編程語言是?R?語言,在?RStudio?環(huán)境下運行。數(shù)據(jù)預處理后整個數(shù)據(jù)集包含105個樣本和11個變量。將學生的考試等級(grade)視為響應變量,響應變量設(shè)置為因子變量,實驗中選取65%的樣本作為訓練集,剩余作為預測集,代碼如下所示。

    2.2.2模型構(gòu)建以及參數(shù)調(diào)整

    通過R中randomForest包中randomForest函數(shù)從訓練集中有放回地隨機抽取76個樣本,在每棵樹的每個節(jié)點隨機抽取4個變量,從而生成了200棵經(jīng)典決策樹,代碼如下所示。

    模型中mtry參數(shù)控制每個決策樹在分裂節(jié)點時隨機選擇的特征數(shù)。一般推薦使用默認值模型中總特征值的平方根,故mtry參數(shù)設(shè)定為4。模型中ntree的設(shè)置會導致模型的穩(wěn)定性和準確性變化,可以通過下圖所示,ntree與error之間的關(guān)系,在ntree設(shè)置到200時,模型中error值趨向穩(wěn)定。

    2.2.3模型訓練以及混淆矩陣

    經(jīng)過上述步驟已經(jīng)實現(xiàn)成績預測模型cjyc_rf構(gòu)造,接下來將在預測集中通過predict函數(shù)將cjyc_rf模型和testdata作為參數(shù),生成testpredprob預測值,將testdata$GRADE作為參數(shù)通過confusionMatrix函數(shù)構(gòu)建混淆矩陣以及生成ROC圖,ROC圖用于表示分類模型對成績預測的效果,代碼如圖4所示。

    預測模型在訓練集和預測級中的預測分類結(jié)果如圖5和圖6所示,73個訓練樣本中68個樣本匹配,分別G(優(yōu)秀):27,P(合格):32,NP(不合格):9,Accuracy為0.9315。在33個預測樣本中24個樣本匹配,分別G(優(yōu)秀):9,P(合格):14,NP(不合格):1,Accuracy為0.7742,成績預測模型cjyc_rf在預測集展現(xiàn)出較好的預測效果,但由于本次實驗中樣本總數(shù)偏少,隨機森林本身就是容易過擬合的模型,存在一定的過擬合現(xiàn)象導致訓練集和預測集預測效果有一定的差距。

    3.2.4特征屬性重要性排序

    通過調(diào)用RondomForest包中?importances?函數(shù),將cjyc_rf模型作為參數(shù),輸出后得到11個特征屬性在此次預測模型中的預測的重要程度,MeanDecrease?Accuracy和MeanDecrease?Gini為隨機森林模型中的兩個重要指標,分別表示隨機森林預測準確性的降低程度以及每個變量對分類樹每個節(jié)點上觀測值的異質(zhì)性的影響,值越大代表對應的特征屬性的重要性越大。在圖7中,X5(月均圖書借閱量),X6(晚歸情況),X8(月均早餐數(shù)),X10(上學期加權(quán)平均分),X11(專業(yè)課加權(quán)均分)五項特征值對預測的結(jié)果影響比較大。通過研究特征屬性對成績預測重要性的排名,可以明確學習過程有一定延續(xù)性,前一學期的學習成績對后一階段的學習有很大程度的影響,早餐消費次數(shù)、晚歸次數(shù)、月均入館頻次一定程度上反映學生的自律程度和學習自主性,但是像學生的生源、性別、圖書借閱次數(shù)等數(shù)據(jù)相對于其他動態(tài)數(shù)據(jù)而言影響的比重較小。

    3結(jié)語

    本文學生在校的行為數(shù)據(jù)中篩選出特征數(shù)據(jù),構(gòu)建預測模型進行學生成績預測,并對特征數(shù)據(jù)進行重要性排序。文中選取的隨機森林方法是一種樹型分類器的組合算法。它的優(yōu)點在于能高效地處理大數(shù)據(jù)集,而且預測精度較高。數(shù)據(jù)在分析前不需要過多的預處理,不需要標準化或是歸一化,但本次實驗的樣本基數(shù)偏小,存在一定的過擬合現(xiàn)象。

    參考文獻

    [1] 羅楊洋,韓錫斌.基于增量學習算法的混合課程學生成績預測模型研究[J].電化教育研究,2021,42(7):83-90.

    [2] ?張莉,盧星凝,陸從林,等.支持向量機在高考成績預測分析中的應用[J].中國???科學技術(shù)大學學報,2017,47(1):1-9.

    [3] 沈江,陳璐琳,潘婷,等.新工科背景下基于數(shù)據(jù)挖掘的學習軌跡分析[J].天津大學學報(社會科學版),2023,25(6):499-506.

    [4] 王娜,李勁松,潘子堯,等.基于支持向量機的學位預警方法研究[J].吉林大學學報(信息科學版),2023,41(5):903-907.

    [5] 謝軍飛,張海清,李代偉,等.基于Lightgbm和XGBoost的優(yōu)化深度森林算法[J].南京大學學報(自然科學),2023,59(5):833-840.

    [6] 張文奇,王海瑞,朱貴富.基于因果推斷和多頭自注意力機制的學生成績預測[J].現(xiàn)代電子技術(shù),2023,46(17):111-116.

    猜你喜歡
    R語言隨機森林數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應用
    電力與能源(2017年6期)2017-05-14 06:19:37
    隨機森林在棉蚜蟲害等級預測中的應用
    基于二次隨機森林的不平衡數(shù)據(jù)分類算法
    軟件(2016年7期)2017-02-07 15:54:01
    拱壩變形監(jiān)測預報的隨機森林模型及應用
    基于GPS軌跡數(shù)據(jù)進行分析改善城市交通擁擠
    基于R語言的Moodle平臺數(shù)據(jù)挖掘技術(shù)的研究
    基于隨機森林算法的飛機發(fā)動機故障診斷方法的研究
    基于R語言的湖南產(chǎn)業(yè)結(jié)構(gòu)對其經(jīng)濟增長貢獻分析
    商(2016年24期)2016-07-20 08:03:39
    注重統(tǒng)計思維培養(yǎng)與應用為主導的生物統(tǒng)計學課程建設(shè)
    考試周刊(2016年15期)2016-03-25 04:09:43
    黄色日韩在线| 男女那种视频在线观看| 亚洲国产欧洲综合997久久,| 成人国产综合亚洲| 可以在线观看的亚洲视频| 亚洲精品国产精品久久久不卡| 在线a可以看的网站| 成人三级做爰电影| av视频在线观看入口| 波多野结衣高清无吗| 真人做人爱边吃奶动态| 男人和女人高潮做爰伦理| 麻豆久久精品国产亚洲av| 国产人伦9x9x在线观看| 欧美xxxx黑人xx丫x性爽| 日韩欧美三级三区| 免费av不卡在线播放| 高清毛片免费观看视频网站| 亚洲激情在线av| 两个人看的免费小视频| 久久久久久久午夜电影| 亚洲专区字幕在线| 欧美中文日本在线观看视频| 免费看美女性在线毛片视频| 男女午夜视频在线观看| 欧美乱色亚洲激情| 亚洲人成伊人成综合网2020| 欧美性猛交黑人性爽| 亚洲国产精品999在线| 国产精品乱码一区二三区的特点| 精品午夜福利视频在线观看一区| 日韩av在线大香蕉| 五月玫瑰六月丁香| 97碰自拍视频| 在线十欧美十亚洲十日本专区| 精品久久蜜臀av无| 免费观看人在逋| 美女高潮喷水抽搐中文字幕| 99视频精品全部免费 在线 | 婷婷丁香在线五月| av在线天堂中文字幕| 19禁男女啪啪无遮挡网站| 午夜福利高清视频| 日本一本二区三区精品| 高清毛片免费观看视频网站| 色吧在线观看| 女同久久另类99精品国产91| 国产欧美日韩一区二区精品| 97超视频在线观看视频| 12—13女人毛片做爰片一| 天堂网av新在线| 美女 人体艺术 gogo| 男女之事视频高清在线观看| 亚洲成人精品中文字幕电影| 成人高潮视频无遮挡免费网站| 成人亚洲精品av一区二区| 国模一区二区三区四区视频 | 可以在线观看的亚洲视频| 国产一区二区三区在线臀色熟女| 亚洲国产精品sss在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 精品午夜福利视频在线观看一区| 国产欧美日韩一区二区精品| a级毛片a级免费在线| 午夜福利18| 激情在线观看视频在线高清| 99热这里只有是精品50| 国产成人aa在线观看| 日本免费a在线| 欧美在线黄色| 三级国产精品欧美在线观看 | ponron亚洲| 天堂av国产一区二区熟女人妻| 最新在线观看一区二区三区| 亚洲av第一区精品v没综合| 少妇人妻一区二区三区视频| av天堂中文字幕网| 精品久久久久久久久久久久久| 这个男人来自地球电影免费观看| 国产av不卡久久| 日韩 欧美 亚洲 中文字幕| 亚洲成人免费电影在线观看| 久久久久久久久中文| 欧美成人免费av一区二区三区| 日本一二三区视频观看| 日日干狠狠操夜夜爽| 他把我摸到了高潮在线观看| 精品一区二区三区视频在线观看免费| 两个人看的免费小视频| 一进一出抽搐动态| 国产精品爽爽va在线观看网站| 成年女人永久免费观看视频| 国产精品98久久久久久宅男小说| 国产97色在线日韩免费| av视频在线观看入口| 亚洲18禁久久av| 大型黄色视频在线免费观看| 91九色精品人成在线观看| 国产成人av教育| 久久精品影院6| 色老头精品视频在线观看| 美女被艹到高潮喷水动态| 狂野欧美白嫩少妇大欣赏| 男女之事视频高清在线观看| 日韩欧美三级三区| 国产成人系列免费观看| 在线观看66精品国产| 中文字幕久久专区| 欧美国产日韩亚洲一区| 日本黄色片子视频| 久9热在线精品视频| 又大又爽又粗| 嫩草影院入口| 亚洲精品中文字幕一二三四区| 叶爱在线成人免费视频播放| 99在线人妻在线中文字幕| 国产精品一区二区三区四区久久| 国产不卡一卡二| 美女免费视频网站| 欧美日本亚洲视频在线播放| 一进一出抽搐gif免费好疼| 精品不卡国产一区二区三区| 757午夜福利合集在线观看| 在线国产一区二区在线| 久久人妻av系列| 精品99又大又爽又粗少妇毛片 | 丰满人妻一区二区三区视频av | 精品国内亚洲2022精品成人| 午夜成年电影在线免费观看| 精品久久久久久成人av| 两人在一起打扑克的视频| 国产日本99.免费观看| 精品欧美国产一区二区三| 久久性视频一级片| 国产成人影院久久av| 久久精品国产清高在天天线| 免费看十八禁软件| 一个人免费在线观看电影 | 欧美一级毛片孕妇| 国产午夜精品久久久久久| 最新中文字幕久久久久 | 国内少妇人妻偷人精品xxx网站 | 色综合站精品国产| 亚洲av成人av| 九九久久精品国产亚洲av麻豆 | 欧美黑人欧美精品刺激| 久久精品夜夜夜夜夜久久蜜豆| 大型黄色视频在线免费观看| 国产高清视频在线播放一区| 婷婷精品国产亚洲av| 天天一区二区日本电影三级| 亚洲av中文字字幕乱码综合| 国产又黄又爽又无遮挡在线| 国产精品亚洲av一区麻豆| 热99re8久久精品国产| 亚洲成av人片免费观看| 91av网站免费观看| 亚洲精品国产精品久久久不卡| 亚洲av美国av| 亚洲精品美女久久久久99蜜臀| 久久久成人免费电影| 97人妻精品一区二区三区麻豆| 每晚都被弄得嗷嗷叫到高潮| 身体一侧抽搐| 日韩免费av在线播放| 在线观看免费视频日本深夜| 免费看光身美女| 超碰成人久久| 国产精品亚洲美女久久久| 亚洲国产欧美网| 欧美最黄视频在线播放免费| 亚洲欧美日韩高清在线视频| 日韩大尺度精品在线看网址| xxx96com| 天堂影院成人在线观看| 亚洲,欧美精品.| 色噜噜av男人的天堂激情| 巨乳人妻的诱惑在线观看| 丁香欧美五月| 丰满的人妻完整版| 国产精品久久久人人做人人爽| 国产真人三级小视频在线观看| 少妇人妻一区二区三区视频| 一级a爱片免费观看的视频| 亚洲精品一区av在线观看| 国产三级中文精品| 男女午夜视频在线观看| 村上凉子中文字幕在线| 好男人电影高清在线观看| 精品电影一区二区在线| 国内精品美女久久久久久| 精品国产亚洲在线| 动漫黄色视频在线观看| 欧美日韩精品网址| av天堂中文字幕网| 变态另类成人亚洲欧美熟女| 757午夜福利合集在线观看| 成人高潮视频无遮挡免费网站| 欧美乱色亚洲激情| 中文字幕av在线有码专区| 夜夜躁狠狠躁天天躁| 怎么达到女性高潮| 男女那种视频在线观看| www日本在线高清视频| 真实男女啪啪啪动态图| 狂野欧美激情性xxxx| 狂野欧美白嫩少妇大欣赏| 黄色片一级片一级黄色片| 亚洲人成电影免费在线| 国产高清三级在线| 国产激情偷乱视频一区二区| 日日摸夜夜添夜夜添小说| 99国产精品99久久久久| 亚洲av中文字字幕乱码综合| 搡老熟女国产l中国老女人| 可以在线观看毛片的网站| 国产激情偷乱视频一区二区| 少妇的逼水好多| 国产亚洲精品av在线| 国产亚洲精品一区二区www| 中文资源天堂在线| 手机成人av网站| 一二三四在线观看免费中文在| 国产午夜福利久久久久久| 午夜福利在线观看免费完整高清在 | 欧美日本亚洲视频在线播放| 久久久久亚洲av毛片大全| 日本与韩国留学比较| 日韩人妻高清精品专区| 日本五十路高清| 最新中文字幕久久久久 | 国产午夜精品久久久久久| 床上黄色一级片| 色综合站精品国产| 亚洲av电影在线进入| 成人午夜高清在线视频| a级毛片在线看网站| 桃红色精品国产亚洲av| 禁无遮挡网站| 亚洲人与动物交配视频| 夜夜夜夜夜久久久久| 国产单亲对白刺激| 午夜成年电影在线免费观看| 午夜久久久久精精品| 精品久久久久久久久久免费视频| 成人一区二区视频在线观看| 久久精品亚洲精品国产色婷小说| 国内精品一区二区在线观看| 国产亚洲精品久久久久久毛片| 亚洲专区国产一区二区| 亚洲专区国产一区二区| 又紧又爽又黄一区二区| 又紧又爽又黄一区二区| 三级国产精品欧美在线观看 | 午夜福利在线观看吧| 给我免费播放毛片高清在线观看| 好男人在线观看高清免费视频| xxxwww97欧美| 亚洲avbb在线观看| 久久国产精品人妻蜜桃| 天堂av国产一区二区熟女人妻| 两性午夜刺激爽爽歪歪视频在线观看| 精品国产亚洲在线| 伊人久久大香线蕉亚洲五| 巨乳人妻的诱惑在线观看| 91麻豆精品激情在线观看国产| 五月玫瑰六月丁香| 综合色av麻豆| 国产成人精品久久二区二区免费| 欧美乱码精品一区二区三区| 网址你懂的国产日韩在线| 欧美三级亚洲精品| 亚洲欧美日韩无卡精品| 亚洲,欧美精品.| www.999成人在线观看| 国产亚洲欧美在线一区二区| 亚洲性夜色夜夜综合| av视频在线观看入口| 久久亚洲真实| 男插女下体视频免费在线播放| 亚洲国产色片| 午夜成年电影在线免费观看| 色综合婷婷激情| 亚洲午夜精品一区,二区,三区| 麻豆久久精品国产亚洲av| 欧美在线黄色| 久久久国产精品麻豆| 成人无遮挡网站| 精品国产乱码久久久久久男人| 91久久精品国产一区二区成人 | 黄色日韩在线| 1000部很黄的大片| 国产99白浆流出| 久久久成人免费电影| 狠狠狠狠99中文字幕| 狂野欧美白嫩少妇大欣赏| 精品一区二区三区av网在线观看| 成年版毛片免费区| 亚洲乱码一区二区免费版| 波多野结衣高清作品| 欧美成人一区二区免费高清观看 | 久久久久亚洲av毛片大全| 中文字幕人妻丝袜一区二区| 亚洲黑人精品在线| 色视频www国产| 看片在线看免费视频| 精品国产亚洲在线| 久久婷婷人人爽人人干人人爱| 精品国产乱码久久久久久男人| 亚洲人与动物交配视频| 特级一级黄色大片| 99re在线观看精品视频| 舔av片在线| 亚洲国产色片| 日韩欧美国产在线观看| 国产精品98久久久久久宅男小说| 国产真人三级小视频在线观看| 偷拍熟女少妇极品色| 可以在线观看的亚洲视频| 精品一区二区三区av网在线观看| 黄色成人免费大全| 午夜福利欧美成人| 香蕉丝袜av| 国内精品久久久久久久电影| 99热这里只有精品一区 | 听说在线观看完整版免费高清| 欧美性猛交黑人性爽| 国产主播在线观看一区二区| 精品国产三级普通话版| 岛国视频午夜一区免费看| 久久久久久久久久黄片| 国产成人精品无人区| 国产欧美日韩一区二区精品| 欧美色欧美亚洲另类二区| 黑人欧美特级aaaaaa片| 国产精品野战在线观看| 亚洲欧美日韩东京热| 免费无遮挡裸体视频| 日本与韩国留学比较| 1024香蕉在线观看| 国产精品九九99| 91av网站免费观看| 欧美xxxx黑人xx丫x性爽| 日本撒尿小便嘘嘘汇集6| 国产高清videossex| 国产成人精品久久二区二区免费| 不卡av一区二区三区| 午夜两性在线视频| 欧美又色又爽又黄视频| 一区福利在线观看| 日韩三级视频一区二区三区| 国产精品精品国产色婷婷| 香蕉丝袜av| 午夜福利视频1000在线观看| 精品一区二区三区视频在线 | 午夜精品久久久久久毛片777| 悠悠久久av| 国产伦人伦偷精品视频| 国产精品一区二区三区四区久久| 国产精品女同一区二区软件 | 精品久久久久久久久久免费视频| 国产精品亚洲一级av第二区| 国产男靠女视频免费网站| 深夜精品福利| 免费观看人在逋| 亚洲欧美日韩高清专用| 婷婷丁香在线五月| 窝窝影院91人妻| 国产精品1区2区在线观看.| 亚洲精品在线观看二区| 深夜精品福利| 男女之事视频高清在线观看| 女人被狂操c到高潮| 国内精品美女久久久久久| 丰满的人妻完整版| 最近最新免费中文字幕在线| 在线免费观看不下载黄p国产 | 成人午夜高清在线视频| 99在线视频只有这里精品首页| 性欧美人与动物交配| 国产1区2区3区精品| 成人一区二区视频在线观看| 国产精品99久久99久久久不卡| 亚洲国产日韩欧美精品在线观看 | 性欧美人与动物交配| 日韩有码中文字幕| 精品久久久久久成人av| 一级毛片高清免费大全| 亚洲专区国产一区二区| 搡老岳熟女国产| 欧美一区二区国产精品久久精品| 亚洲五月天丁香| 亚洲精品456在线播放app | 一个人看的www免费观看视频| 成年版毛片免费区| 久久国产乱子伦精品免费另类| 亚洲精品美女久久久久99蜜臀| 免费人成视频x8x8入口观看| 亚洲人成电影免费在线| 国内久久婷婷六月综合欲色啪| 黑人操中国人逼视频| 国产午夜福利久久久久久| 草草在线视频免费看| 成人午夜高清在线视频| 国产精品 欧美亚洲| 中文资源天堂在线| 亚洲成人久久性| 他把我摸到了高潮在线观看| 免费观看人在逋| 别揉我奶头~嗯~啊~动态视频| 97超级碰碰碰精品色视频在线观看| 国产精品一区二区免费欧美| 老熟妇乱子伦视频在线观看| 国产av在哪里看| 成人特级av手机在线观看| 99久久国产精品久久久| 亚洲在线观看片| 国产午夜精品论理片| 日韩欧美国产一区二区入口| 天堂√8在线中文| 亚洲国产欧美一区二区综合| 老司机午夜福利在线观看视频| 国产成人精品久久二区二区免费| 欧美日韩黄片免| 他把我摸到了高潮在线观看| 久久久久久久精品吃奶| 欧美另类亚洲清纯唯美| 久久久久免费精品人妻一区二区| 成人av一区二区三区在线看| 亚洲熟妇中文字幕五十中出| 色精品久久人妻99蜜桃| 亚洲精品456在线播放app | 国产精品精品国产色婷婷| 国产精品美女特级片免费视频播放器 | 麻豆av在线久日| 99久久综合精品五月天人人| 韩国av一区二区三区四区| 国产一区在线观看成人免费| 国产伦人伦偷精品视频| 国产欧美日韩一区二区精品| 男女那种视频在线观看| 岛国在线观看网站| av天堂在线播放| 床上黄色一级片| 99riav亚洲国产免费| 精品一区二区三区四区五区乱码| 少妇的丰满在线观看| 欧美高清成人免费视频www| 久久香蕉精品热| 久久精品夜夜夜夜夜久久蜜豆| 搡老妇女老女人老熟妇| 国产97色在线日韩免费| 精品久久久久久久人妻蜜臀av| 熟女电影av网| 日韩欧美一区二区三区在线观看| 观看美女的网站| 99热6这里只有精品| 一区二区三区国产精品乱码| av在线蜜桃| 国产成年人精品一区二区| 嫩草影院入口| 色综合欧美亚洲国产小说| 欧美乱码精品一区二区三区| 床上黄色一级片| 午夜免费激情av| 美女高潮的动态| 国产亚洲精品av在线| 91字幕亚洲| 亚洲精品粉嫩美女一区| 精品久久久久久久末码| 亚洲第一电影网av| 岛国在线观看网站| 男人舔女人下体高潮全视频| 性色av乱码一区二区三区2| 国产精品久久视频播放| 国产成人av教育| 99久久精品一区二区三区| 悠悠久久av| 日韩 欧美 亚洲 中文字幕| 日韩三级视频一区二区三区| 欧美在线一区亚洲| 国产成人影院久久av| 99久久综合精品五月天人人| 中文字幕av在线有码专区| 老汉色∧v一级毛片| 国产91精品成人一区二区三区| 亚洲五月婷婷丁香| 最近最新中文字幕大全电影3| 国产精品1区2区在线观看.| 国产高清激情床上av| cao死你这个sao货| svipshipincom国产片| 亚洲专区国产一区二区| 国产欧美日韩一区二区三| 一个人免费在线观看电影 | 久久精品国产综合久久久| 久久精品人妻少妇| 国产午夜精品久久久久久| 国产成人精品久久二区二区91| 99久国产av精品| 免费看光身美女| 熟女电影av网| 国产精品一及| 日本一二三区视频观看| 男女那种视频在线观看| 99久久久亚洲精品蜜臀av| 久久久久久久午夜电影| 99久久精品国产亚洲精品| 免费无遮挡裸体视频| 一进一出抽搐gif免费好疼| 国产一区二区激情短视频| 久久午夜亚洲精品久久| 久久人妻av系列| 1000部很黄的大片| 欧美一区二区国产精品久久精品| 精品无人区乱码1区二区| 超碰成人久久| 国产伦精品一区二区三区视频9 | 久久久久国产一级毛片高清牌| 免费在线观看视频国产中文字幕亚洲| 国产不卡一卡二| 久久九九热精品免费| 脱女人内裤的视频| 老熟妇仑乱视频hdxx| 亚洲av日韩精品久久久久久密| 久久久久国产一级毛片高清牌| 黄色成人免费大全| 在线免费观看的www视频| tocl精华| 搡老熟女国产l中国老女人| 亚洲成人精品中文字幕电影| 母亲3免费完整高清在线观看| svipshipincom国产片| 全区人妻精品视频| 床上黄色一级片| 欧美3d第一页| 麻豆成人av在线观看| avwww免费| 亚洲aⅴ乱码一区二区在线播放| 国产综合懂色| 伊人久久大香线蕉亚洲五| 狠狠狠狠99中文字幕| 亚洲精品乱码久久久v下载方式 | 精品久久久久久成人av| 动漫黄色视频在线观看| 久久香蕉国产精品| 国产单亲对白刺激| 黄色日韩在线| 欧美日韩中文字幕国产精品一区二区三区| www国产在线视频色| 国产乱人伦免费视频| 国产午夜精品久久久久久| 亚洲男人的天堂狠狠| 亚洲熟女毛片儿| 变态另类丝袜制服| 狂野欧美激情性xxxx| 久久国产精品影院| 成人特级av手机在线观看| 亚洲第一欧美日韩一区二区三区| 婷婷亚洲欧美| 成年女人永久免费观看视频| 精品久久蜜臀av无| 日韩人妻高清精品专区| 精品欧美国产一区二区三| 一个人看视频在线观看www免费 | netflix在线观看网站| 午夜a级毛片| 精品无人区乱码1区二区| 免费av不卡在线播放| 女生性感内裤真人,穿戴方法视频| 国产精品久久电影中文字幕| 麻豆久久精品国产亚洲av| 我要搜黄色片| 观看免费一级毛片| 久久久久亚洲av毛片大全| 一边摸一边抽搐一进一小说| 9191精品国产免费久久| 黄片小视频在线播放| 色av中文字幕| 老汉色∧v一级毛片| 男女之事视频高清在线观看| 久久国产精品人妻蜜桃| 亚洲国产精品sss在线观看| 亚洲国产欧美一区二区综合| 国产成人精品久久二区二区免费| 国产真人三级小视频在线观看| 国产美女午夜福利| 亚洲专区国产一区二区| 欧美性猛交╳xxx乱大交人| 国产高清videossex| 国产av在哪里看| 免费观看的影片在线观看| 成人永久免费在线观看视频| 国产av不卡久久| 国产精品 欧美亚洲| 精品国产美女av久久久久小说| 亚洲成a人片在线一区二区| 亚洲精品一卡2卡三卡4卡5卡| 国产亚洲欧美在线一区二区| 欧美国产日韩亚洲一区| 日本五十路高清| 久久久色成人| 又黄又爽又免费观看的视频| 国产黄a三级三级三级人| 欧美黄色淫秽网站| 成人特级黄色片久久久久久久| 国产91精品成人一区二区三区| 色精品久久人妻99蜜桃| 亚洲欧洲精品一区二区精品久久久| 国产亚洲av高清不卡| 宅男免费午夜| 老鸭窝网址在线观看| 国产人伦9x9x在线观看| 亚洲自拍偷在线| 狂野欧美白嫩少妇大欣赏|