| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-17页 |
| 1.1.1 研究背景 | 第13-17页 |
| 1.1.2 研究意义 | 第17页 |
| 1.2 国内外研究现状 | 第17-22页 |
| 1.2.1 国外研究现状 | 第17-20页 |
| 1.2.2 国内研究现状 | 第20-22页 |
| 1.3 研究内容 | 第22-23页 |
| 1.4 技术路线 | 第23-25页 |
| 第二章 随机森林算法的相关理论 | 第25-43页 |
| 2.1 分类回归树 | 第25-27页 |
| 2.1.1 分类回归树的构建 | 第25-26页 |
| 2.1.2 分类回归树的剪枝 | 第26-27页 |
| 2.2 BAGGING集成学习理论 | 第27-28页 |
| 2.2.1 基本概念介绍 | 第27页 |
| 2.2.2 Bagging基本理论 | 第27-28页 |
| 2.3 随机森林算法的基本理论 | 第28-30页 |
| 2.4 随机森林的精度 | 第30-33页 |
| 2.4.1 随机森林的收敛性 | 第30-31页 |
| 2.4.2 强度和相关系数 | 第31-32页 |
| 2.4.3 泛化误差、强度和相关系数的OOB估计 | 第32-33页 |
| 2.5 随机特征选取 | 第33-35页 |
| 2.6 变量重要性评估 | 第35-37页 |
| 2.6.1 置换重要性 | 第35页 |
| 2.6.2 Gini系数法 | 第35-37页 |
| 2.7 预测变量与响应变量的关系 | 第37-39页 |
| 2.7.1 偏依赖图 | 第37-38页 |
| 2.7.2 Loess | 第38-39页 |
| 2.8 随机森林算法的优缺点 | 第39-42页 |
| 2.8.1 随机森林算法的优点 | 第39-40页 |
| 2.8.2 随机森林算法的缺点 | 第40-41页 |
| 2.8.3 非平衡数据的处理 | 第41-42页 |
| 2.9 本章小结 | 第42-43页 |
| 第三章 基于随机森林的城市和农村孕妇妊娠早期PM_(2.5)暴露对总体CHD影响的差异 | 第43-59页 |
| 3.1 数据和暴露评估 | 第43-49页 |
| 3.1.1 研究人群 | 第43-44页 |
| 3.1.2 环境因素暴露评估 | 第44-49页 |
| 3.2 城市和农村孕妇妊娠早期PM_(2.5)平均浓度暴露对CHD影响的差异 | 第49-55页 |
| 3.2.1 模型建模和精度评价 | 第49-50页 |
| 3.2.2 结果与分析 | 第50-55页 |
| 3.3 城市和农村孕妇妊娠早期PM_(2.5)累积天数暴露对CHD影响的差异 | 第55-58页 |
| 3.3.1 模型建模 | 第55-56页 |
| 3.3.2 结果与分析 | 第56-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第四章 基于随机森林的孕妇妊娠早期PM_(2.5)平均浓度暴露对CHD亚型的影响 | 第59-64页 |
| 4.1 模型建模 | 第59-60页 |
| 4.2 孕妇妊娠早期PM_(2.5)平均浓度暴露对房间隔缺损的影响 | 第60-61页 |
| 4.2.1 结果与分析 | 第60-61页 |
| 4.3 孕妇妊娠早期PM_(2.5)平均浓度暴露对室间隔缺损的影响 | 第61-63页 |
| 4.3.1 结果与分析 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 主要结论与研究展望 | 第64-69页 |
| 5.1 主要结论 | 第64-66页 |
| 5.2 研究特色与创新点 | 第66页 |
| 5.3 存在的问题与不足 | 第66-67页 |
| 5.4 研究展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
