一种改进的决策树算法研究与应用
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·数据挖掘历史和现状 | 第9-13页 |
| ·数据挖掘的相关定义 | 第9-10页 |
| ·数据挖掘的发展过程 | 第10-11页 |
| ·数据挖掘的研究现状 | 第11-13页 |
| ·本文主要研究的问题 | 第13页 |
| ·本文的组织结构 | 第13-14页 |
| 2 数据挖掘理论 | 第14-23页 |
| ·数据挖掘任务 | 第14-18页 |
| ·广义知识 | 第14页 |
| ·关联知识 | 第14-15页 |
| ·分类知识 | 第15页 |
| ·预测型知识 | 第15页 |
| ·偏离型知识 | 第15-16页 |
| ·特征型知识 | 第16-18页 |
| ·数据挖掘常用技术 | 第18-21页 |
| ·决策树分类算法 | 第18-19页 |
| ·遗传算法 | 第19-20页 |
| ·K-nearest 近邻算法 | 第20-21页 |
| ·数据挖掘流程 | 第21-23页 |
| 3 决策树理论 | 第23-38页 |
| ·典型的决策树算法 | 第23-34页 |
| ·ID3 | 第23-25页 |
| ·CART | 第25-27页 |
| ·SLIQ | 第27-29页 |
| ·SPRINT | 第29-31页 |
| ·PUBLIC | 第31-33页 |
| ·IBLE | 第33-34页 |
| ·决策树的生成 | 第34页 |
| ·决策树剪枝算法 | 第34-37页 |
| ·决策树评价标准 | 第37-38页 |
| 4 C4.5 算法研究及改进 | 第38-49页 |
| ·C4.5 算法研究 | 第38-43页 |
| ·C4.5 算法改进 | 第43-44页 |
| ·决策树的简化模型 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 5 学生成绩预测分析 | 第49-56页 |
| ·学生成绩预测分析规则 | 第49-52页 |
| ·分类规则的生成 | 第52页 |
| ·系统流程图 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录A 附录内容名称 | 第59-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62-63页 |
