首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

Bagging算法的两阶段混合修剪技术研究与分析

摘要第2-4页
ABSTRACT第4-6页
第1章 绪论第9-14页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 存在的问题分析第11-12页
    1.4 论文组织结构第12-14页
第2章 分类算法与数据挖掘第14-21页
    2.1 分类挖掘任务概述第14-15页
    2.2 几种经典的基分类器第15-19页
        2.2.1 决策树第15-16页
        2.2.2 朴素贝叶斯第16-17页
        2.2.3 K-最近邻第17页
        2.2.4 逻辑回归第17-18页
        2.2.5 其它分类器第18-19页
    2.3 性能评价第19页
    2.4 交叉验证第19-20页
    2.5 本章小结第20-21页
第3章 Bagging集成与修剪方法第21-26页
    3.1 集成方法概述第21-22页
    3.2 Bagging集成方法第22-23页
    3.3 集成修剪技术第23-24页
    3.4 Bagging修剪方法第24-25页
    3.5 本章小结第25-26页
第4章 两种不同类型的Bagging独立修剪方法第26-44页
    4.1 引言第26页
    4.2 两种Bagging修剪方法的提出第26-29页
        4.2.1 基于正确率的修剪方法第27-28页
        4.2.2 基于距离的修剪方法第28-29页
    4.3 数据集与实验设计第29-31页
    4.4 结果分析第31-43页
        4.4.1 两种修剪方法的实验结果与性能比较第31-36页
        4.4.2 参数优化结果分析第36-38页
        4.4.3 与其他优化方法的比较第38-43页
    4.5 讨论与结论第43页
    4.6 本章小结第43-44页
第5章 两阶段的Bagging混合修剪方法第44-62页
    5.1 引言第44页
    5.2 两阶段的Bagging混合修剪算法第44-46页
        5.2.1 P1+P2混合修剪第44-45页
        5.2.2 P2+P1混合修剪第45-46页
    5.3 数据集与实验设计第46页
    5.4 结果分析第46-60页
        5.4.1 两阶段混合修剪方法实验结果第46-51页
        5.4.2 参数优化结果分析第51-53页
        5.4.3 与其他优化方法的比较第53-58页
        5.4.4 预测时间比较分析第58-60页
    5.5 讨论与结论第60页
    5.6 本章小结第60-62页
第6章 总结与展望第62-64页
    6.1 总结第62-63页
    6.2 展望第63-64页
参考文献第64-69页
致谢第69-70页

论文共70页,点击 下载论文
上一篇:热解炉温度随动控制系统研究
下一篇:基于矩阵分解及深度神经网络的推荐排序学习方法研究