首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

ID3决策树算法分析与改进

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-16页
   ·研究背景和意义第9-11页
   ·技术应用状况、技术简介与发展趋势第11-14页
     ·技术应用状况第11-12页
     ·分类挖掘技术简介第12-13页
     ·发展趋势未来研究方向第13-14页
   ·论文的研究内容第14-16页
第二章 数据挖掘与决策树第16-26页
   ·数据挖掘相关理论第16-22页
     ·数据挖掘方法简介第16-18页
     ·数据挖掘的背景第18-19页
     ·常用数据挖掘算法简介第19-22页
   ·数据分类中的决策树分类第22-24页
     ·数据分类及其标准第22页
     ·决策树分类介绍第22-24页
   ·本章小结第24-26页
第三章 ID3决策树算法分析第26-46页
   ·ID3决策树算法第26-35页
     ·决策树简介第26-28页
     ·ID3基本原理第28-31页
     ·ID3决策树基本过程第31-32页
     ·ID3决策树算法伪码语言描述第32-34页
     ·ID3决策树算法流程第34-35页
   ·ID3决策树实例解析第35-42页
   ·ID3决策树算法存在的问题及改进方案第42-45页
     ·ID3决策树算法优缺点第42-43页
     ·存在问题第43-45页
   ·本章小结第45-46页
第四章 改进的ID3决策树算法——SS_ID3算法第46-72页
   ·ID3决策树算法改进第46-52页
     ·样本结构相似度描述第47-48页
     ·属性结构相似矩阵第48-50页
     ·样本结构相似度的定义第50-52页
   ·改进前后的算法多值偏向性对比第52-58页
     ·多值偏向性问题的验证方法第52-53页
     ·算法偏向性对比第53-58页
   ·改进实例分析第58-70页
     ·分析准备第58-59页
     ·实例演示第59-70页
   ·本章小结第70-72页
第五章 实验与算法验证第72-85页
   ·实验环境第72页
   ·实验内容第72-83页
   ·实验结论第83-84页
   ·本章小结第84-85页
结论与展望第85-87页
参考文献第87-91页
致谢第91-92页
附录第92-95页

论文共95页,点击 下载论文
上一篇:基于B/S架构的内容管理系统的设计与实现
下一篇:数据挖掘技术在水资源规划中的应用研究