决策树C4.5算法的改进与应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景和选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 2 相关技术介绍 | 第14-28页 |
| 2.1 数据挖掘 | 第14-16页 |
| 2.1.1 数据挖掘的过程 | 第14-15页 |
| 2.1.2 数据挖掘的任务 | 第15-16页 |
| 2.2 分类方法分析 | 第16-18页 |
| 2.2.1 分类的基本概念 | 第16-17页 |
| 2.2.2 分类模型评估 | 第17-18页 |
| 2.3 决策树 | 第18-21页 |
| 2.3.1 决策树结构 | 第18-19页 |
| 2.3.2 决策树分类的具体过程 | 第19-21页 |
| 2.3.3 决策树分类的优点 | 第21页 |
| 2.4 决策树常用算法 | 第21-23页 |
| 2.4.1 ID3算法 | 第21-22页 |
| 2.4.2 C4.5 算法 | 第22页 |
| 2.4.3 CART算法 | 第22页 |
| 2.4.4 SLIQ算法 | 第22-23页 |
| 2.4.5 SPRINT算法 | 第23页 |
| 2.5 Spark技术 | 第23-25页 |
| 2.5.1 Spark工作流程 | 第23-24页 |
| 2.5.2 Spark的运行逻辑 | 第24-25页 |
| 2.5.3 Spark的特点 | 第25页 |
| 2.6 本章小结 | 第25-28页 |
| 3 改进的C4.5 分类算法 | 第28-38页 |
| 3.1 特征选择 | 第28-29页 |
| 3.1.1 熵 | 第28-29页 |
| 3.1.2 基尼 | 第29页 |
| 3.2 经典的C4.5 算法 | 第29-32页 |
| 3.3 改进的信息增益率计算方法 | 第32-34页 |
| 3.3.1 理论基础 | 第32页 |
| 3.3.2 改进思想 | 第32-34页 |
| 3.4 实验验证 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 基于?(17)统计量的连续属性离散化 | 第38-48页 |
| 4.1 C4.5 算法的连续属性值处理方法 | 第38页 |
| 4.2 基于?(17)统计量的离散化方法 | 第38-41页 |
| 4.2.1 区间初始化 | 第38-40页 |
| 4.2.2 合并区间 | 第40-41页 |
| 4.3 实验验证 | 第41-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 基于改进C4.5 算法的客户离网预警 | 第48-56页 |
| 5.1 客户离网的概念 | 第48-49页 |
| 5.2 数据准备阶段 | 第49-51页 |
| 5.2.1 数据获取 | 第49-50页 |
| 5.2.2 数据预处理 | 第50-51页 |
| 5.3 改进算法的并行化分析 | 第51-53页 |
| 5.3.1 Spark分布式并行计算的优点 | 第51-52页 |
| 5.3.2 并行化实现 | 第52-53页 |
| 5.4 实验验证 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-62页 |
