| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·本文所完成的工作 | 第11-12页 |
| ·论文组织安排 | 第12-14页 |
| 2 属性选择和遗传算法 | 第14-28页 |
| ·数据挖掘 | 第14-17页 |
| ·数据挖掘的概念和定义 | 第14-15页 |
| ·数据挖掘的功能和方法 | 第15-17页 |
| ·属性选择 | 第17-23页 |
| ·属性选择的基本步骤 | 第18-19页 |
| ·搜索属性空间 | 第19-21页 |
| ·属性选择的搜索方法 | 第21页 |
| ·属性选择的评价方法 | 第21-23页 |
| ·遗传算法理论基础 | 第23-28页 |
| ·遗传算法的概念 | 第23页 |
| ·遗传算法的组成部分 | 第23-26页 |
| ·遗传算法的应用 | 第26-28页 |
| 3 Weka平台的介绍 | 第28-32页 |
| ·Weka的起源 | 第28-29页 |
| ·Weka平台的功能 | 第29-30页 |
| ·Weka的设计框架 | 第30-32页 |
| 4 Weka平台下属性选择方法的分析 | 第32-58页 |
| ·Weka.attributeSelection包中抽象类的分析 | 第35-36页 |
| ·Weka.attributeSelection包下评价方法的分析 | 第36-43页 |
| ·评价方法概述 | 第36-37页 |
| ·单个属性评价类分析 | 第37-41页 |
| ·属性子集评价类分析 | 第41-43页 |
| ·Weka.attributeSelection包下搜索方法分析 | 第43-50页 |
| ·搜索方法概述 | 第44页 |
| ·搜索方法分析 | 第44-50页 |
| ·Weka.attributeSelection包下的接口分析 | 第50-52页 |
| ·在Weka平台下执行属性选择方法 | 第52-58页 |
| 5 几种属性选择方法的比较与分析 | 第58-66页 |
| ·信息增益作为评价方法 | 第58-59页 |
| ·使用信息增益和遗传算法的实现 | 第59-61页 |
| ·使用信息增益和遗传算法的属性选择方法实验分析 | 第61-66页 |
| ·实验方式 | 第61-62页 |
| ·实验结果 | 第62-65页 |
| ·实验结果分析 | 第65-66页 |
| 6 基于最小描述长度和遗传算法的属性选择方法 | 第66-80页 |
| ·最小描述长度作为属性子集评价方法 | 第66-67页 |
| ·基于最小描述长度和遗传算法的属性选择方法的实现 | 第67-74页 |
| ·基于最小描述长度和遗传算法的属性选择方法分析 | 第74-80页 |
| ·实验方式 | 第74页 |
| ·实验结果及分析 | 第74-80页 |
| 7 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 作者简历 | 第86-90页 |
| 学位论文数据集 | 第90页 |
