首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

生活满意度调查中的支持向量机应用及分类模型比较

摘要第4-5页
abstract第5页
第一章 简介第8-11页
    1.1 研究背景第8-9页
    1.2 支持向量机的应用研究现状第9-11页
第二章 支持向量机第11-20页
    2.1 线性可分支持向量机第11-14页
        2.1.1 间隔最大化第11-12页
        2.1.2 线性可分支持向量机的对偶算法第12-14页
    2.2 线性支持向量机第14-15页
    2.3 非线性支持向量机与核函数第15-20页
        2.3.1 非线性支持向量机第15-16页
        2.3.2 核函数第16-17页
        2.3.3 序列最小最优化算法第17-20页
第三章 生活满意度调查分析第20-34页
    3.1 数据的描述性分析第21-23页
    3.2 民生数据的进一步分析第23-30页
        3.2.1 民生数据的支持向量机方法第24-25页
        3.2.2 民生数据的分类决策树方法第25-27页
        3.2.3 民生数据的逻辑回归方法第27-30页
    3.3 n折交叉验证与模型预测准确性的比较第30-31页
    3.4 模型结果分析第31-34页
        3.4.1 从变量重要度的角度分析第31-32页
        3.4.2 预测效果第32-34页
总结与展望第34-35页
参考文献第35-37页
致谢第37-38页
附录A-1 支持向量机R实现第38-39页
附录A-2 决策树模型R实现第39-40页
附录A-3 逻辑回归的R实现第40-41页
附录B 十折交叉验证验证的R实现第41-43页
附录C 民生调查问卷第43-47页

论文共47页,点击 下载论文
上一篇:工伤保险先行支付申请主体疑难问题研究--以《社会保险法》第41条为研究对象
下一篇:基于青年女性需求的厨房模块化设计研究