| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题的研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 将新的算法融合到随机森林算法中 | 第12-13页 |
| 1.2.2 对数据预处理来优化随机森林 | 第13页 |
| 1.2.3 对随机森林自身构建过程进行优化 | 第13-14页 |
| 1.3 本文的结构与主要内容 | 第14-15页 |
| 1.3.1 文本的主要工作 | 第14页 |
| 1.3.2 本文的结构 | 第14-15页 |
| 第二章 基本概念和基本理论 | 第15-30页 |
| 2.1 决策树 | 第15-20页 |
| 2.1.1 决策树的定义 | 第15页 |
| 2.1.2 决策树生成过程中的节点分类算法 | 第15-20页 |
| 2.1.3 决策树分类中存着的问题 | 第20页 |
| 2.2 构建随机森林的步骤 | 第20-23页 |
| 2.2.1 单棵决策树样本抽样 | 第21-22页 |
| 2.2.2 单棵决策树的构建 | 第22页 |
| 2.2.3 森林的形成及算法的执行 | 第22-23页 |
| 2.3 随机森林的性能指标 | 第23-24页 |
| 2.3.1 分类效果系列指标 | 第23-24页 |
| 2.3.2 OOB估计 | 第24页 |
| 2.4 Hadoop简介 | 第24-29页 |
| 2.4.1 Hadoop生态系统 | 第25-26页 |
| 2.4.2 Hadoop概述 | 第26页 |
| 2.4.3 Hadoop HDFS架构 | 第26-28页 |
| 2.4.4 Hadoop Mapreduce框架 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 随机森林处理非平衡数据集的优化研究 | 第30-39页 |
| 3.1 非平衡数据简介 | 第30-31页 |
| 3.2 SMOTE算法和K-means简介 | 第31-32页 |
| 3.2.1 SMOTE算法 | 第31页 |
| 3.2.2 K-means算法 | 第31-32页 |
| 3.3 K_SMOTE算法原理及步骤 | 第32-33页 |
| 3.4 数据集来源 | 第33-34页 |
| 3.5 实验环境 | 第34页 |
| 3.6 实验流程 | 第34-35页 |
| 3.6.1 原始数据集的G-mean和F-value计算过程 | 第34页 |
| 3.6.2 新数据集的G-mean和F-value计算过程 | 第34-35页 |
| 3.7 实验结果及分析 | 第35-36页 |
| 3.7.1 F-value的测试实验 | 第35页 |
| 3.7.2 结果分析 | 第35-36页 |
| 3.8 G-mean的测试实验 | 第36页 |
| 3.8.1 G-mean的测试实验结果 | 第36页 |
| 3.8.2 结果分析 | 第36页 |
| 3.9 验证K-smote算法有效性验证 | 第36-38页 |
| 3.9.1 K-smote算法有效性的验证方法及结果 | 第36-37页 |
| 3.9.2 结果分析 | 第37-38页 |
| 3.10 结论 | 第38-39页 |
| 第四章 基于Mapreduce框架随机森林算法并行化研究 | 第39-43页 |
| 4.1 数据集来源 | 第40页 |
| 4.2 实验环境 | 第40-41页 |
| 4.3 评价标准 | 第41页 |
| 4.4 实验结果及分析 | 第41-42页 |
| 4.4.1 实验结果 | 第41-42页 |
| 4.4.2 结果分析 | 第42页 |
| 4.5 结论 | 第42-43页 |
| 结论和展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间发表论文 | 第47-49页 |
| 致谢 | 第49页 |
