决策树算法在违约预测中的应用
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 引言 | 第8-11页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 研究现状 | 第9-10页 |
1.3 本文的安排 | 第10-11页 |
第二章 数据挖掘相关理论 | 第11-14页 |
2.1 数据挖掘的概念 | 第11页 |
2.2 数据挖掘的起源 | 第11-12页 |
2.3 数据挖掘的对象 | 第12页 |
2.4 数据挖掘的任务 | 第12-13页 |
2.5 数据挖掘的过程 | 第13-14页 |
第三章 C4.5 决策树算法 | 第14-19页 |
3.1 决策树的定义 | 第14页 |
3.2 决策树的描述 | 第14-15页 |
3.3 两种基于信息熵的决策树算法 | 第15-17页 |
3.3.1 信息熵 | 第15页 |
3.3.2 ID3算法 | 第15-17页 |
3.3.3 C4.5 算法 | 第17页 |
3.4 决策树的简化 | 第17-19页 |
第四章 决策树算法的应用 | 第19-30页 |
4.1 研究目的 | 第19页 |
4.2 研究背景 | 第19-20页 |
4.3 指标设计 | 第20-21页 |
4.4 数据探索 | 第21-25页 |
4.5 建立模型 | 第25-28页 |
4.5.1 数据准备 | 第25-26页 |
4.5.2 数据建模 | 第26-27页 |
4.5.3 模型评价 | 第27-28页 |
4.6 分析与结论 | 第28-30页 |
第五章 总结 | 第30-31页 |
参考文献 | 第31-33页 |
致谢 | 第33页 |