| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 相关研究综述 | 第12-15页 |
| 1.2.1 决策树分类算法研究综述 | 第12-13页 |
| 1.2.2 煤层底板突水预测问题研究综述 | 第13-15页 |
| 1.3 本文研究的主要内容 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 决策树分类模型的理论基础 | 第17-31页 |
| 2.1 决策树算法 | 第17-21页 |
| 2.1.1 基本概念 | 第17-19页 |
| 2.1.2 建树过程 | 第19页 |
| 2.1.3 规则提取 | 第19-20页 |
| 2.1.4 剪枝技术 | 第20-21页 |
| 2.2 常见的决策树算法 | 第21-28页 |
| 2.2.1 ID3算法 | 第21-24页 |
| 2.2.2 C4.5算法 | 第24-26页 |
| 2.2.3 CART算法 | 第26-28页 |
| 2.3 决策树算法存在的问题 | 第28-30页 |
| 2.3.1 决策树算法的分类精度 | 第28-29页 |
| 2.3.2 决策树算法的非平衡数据集处理能力 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于改进的决策树分类算法研究 | 第31-47页 |
| 3.1 三种节点分裂算法比较 | 第31-36页 |
| 3.1.1 基于三种算法的节点分裂指标值对比及分析 | 第31-33页 |
| 3.1.2 基于三种节点分裂算法的决策树分类性能比较 | 第33-36页 |
| 3.2 基于节点分裂混合算法的决策树分类器 | 第36-40页 |
| 3.2.1 节点混合算法的算法描述 | 第36-37页 |
| 3.2.2 节点混合算法的程序流程 | 第37-38页 |
| 3.2.3 混合算法的分类性能实证分析 | 第38-40页 |
| 3.3 基于根节点信息的多决策树分类器 | 第40-45页 |
| 3.3.1 算法流程设计 | 第40-42页 |
| 3.3.2 多决策树算法与基于混合算法的单决策树算法的比较 | 第42-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于代价敏感的决策树分类模型 | 第47-65页 |
| 4.1 非平衡数据简介 | 第47页 |
| 4.2 非平衡数据集分类困难原因分析 | 第47-49页 |
| 4.2.1 数据稀少问题 | 第47-48页 |
| 4.2.2 数据碎片问题 | 第48页 |
| 4.2.3 噪声数据存在的问题 | 第48-49页 |
| 4.2.4 评价指标选择问题 | 第49页 |
| 4.3 非平衡数据集分类问题的解决方法 | 第49-50页 |
| 4.3.1 改变数据分布方法 | 第49-50页 |
| 4.3.2 改进分类算法 | 第50页 |
| 4.4 代价敏感学习 | 第50-56页 |
| 4.4.1 代价敏感决策树学习的研究 | 第51页 |
| 4.4.2 代价敏感学习的理论基础 | 第51-52页 |
| 4.4.3 基于代价敏感的分裂属性选择 | 第52-54页 |
| 4.4.4 评价指标 | 第54-56页 |
| 4.5 基于代价敏感的决策树算法 | 第56-57页 |
| 4.6 基于代价敏感决策树算法性能实证分析 | 第57-63页 |
| 4.6.1 数据集简介 | 第57页 |
| 4.6.2 实验设置 | 第57-58页 |
| 4.6.3 实验结果及分析 | 第58-63页 |
| 4.7 本章小结 | 第63-65页 |
| 第五章 优化后的决策树算法在煤层底板突水预测中的应用 | 第65-75页 |
| 5.1 突水因素分析 | 第65-68页 |
| 5.2 数据采集与描述 | 第68-69页 |
| 5.2.1 数据采集 | 第68-69页 |
| 5.2.2 数据分析 | 第69页 |
| 5.3 基于代价敏感决策树的煤层底板突水预测模型 | 第69-71页 |
| 5.4 实验结果分析 | 第71-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76页 |
| 6.3 本章小结 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢及资助 | 第81-83页 |
| 攻读硕士期间发表的论文 | 第83页 |
