CHAID算法并行化及其在信用风险分析中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-9页 |
| ·本文主要工作与结构 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第二章 Spark计算平台 | 第11-19页 |
| ·Spark简介与架构 | 第11-14页 |
| ·Spark编程模型 | 第14-16页 |
| ·RDD弹性分布式数据集 | 第14-16页 |
| ·共享变量 | 第16页 |
| ·Spark工作原理 | 第16-17页 |
| ·Spark平台中算法并行化基础概念 | 第17-18页 |
| ·Scala语言编程 | 第17-18页 |
| ·算法并行化概念 | 第18页 |
| ·发挥RDD作用 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 决策树算法 | 第19-24页 |
| ·决策树算法模型 | 第19-20页 |
| ·决策树算法的比较 | 第20-21页 |
| ·分裂属性的标准及其评价准则 | 第21-23页 |
| ·分裂属性的标准 | 第21-22页 |
| ·评价准则 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 CHAID算法的改进及其并行化 | 第24-35页 |
| ·CHAID算法思想 | 第24-25页 |
| ·CHAID算法的改进思想 | 第25-26页 |
| ·CHAID算法优点及与ID3、C4.5 的比较 | 第25-26页 |
| ·CHAID算法缺点及其改进 | 第26页 |
| ·FCHAID算法 | 第26-29页 |
| ·FCHAID算法 | 第26-29页 |
| ·FCHAID算法与Logistic回归辅助检验 | 第29页 |
| ·FCHAID算法与CHAID算法复杂度分析 | 第29页 |
| ·FCHAID算法并行性分析及其Spark实现 | 第29-31页 |
| ·分区策略 | 第29-30页 |
| ·合并策略 | 第30页 |
| ·数据并行的Spark实现 | 第30-31页 |
| ·实验数据及结果与分析 | 第31-34页 |
| ·实验数据 | 第31-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 FCHAID算法在信用风险分析中的应用 | 第35-43页 |
| ·数据预处理 | 第35-37页 |
| ·算法效果比较 | 第37-38页 |
| ·模型分析及结论 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 作者简介 | 第48页 |
| 攻读硕士学位期间研究成果 | 第48页 |
