机器学习算法的Weka嵌入
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 目录 | 第7-9页 |
| 第一章 概述 | 第9-14页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.2 研究意义 | 第11页 |
| 1.3 国内外研究现状及本次研究预期目标 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第二章 机器学习及Weka开源平台 | 第14-30页 |
| 2.1 机器学习概述 | 第14-16页 |
| 2.2 Weka开源平台 | 第16-30页 |
| 2.2.1 Weka基本内容 | 第16-19页 |
| 2.2.2 Weka界面简介 | 第19-23页 |
| 2.2.3 常用组件和重要方法 | 第23-25页 |
| 2.2.4 相关功能包及接口说明 | 第25-27页 |
| 2.2.5 Weka中常用的分类算法 | 第27-30页 |
| 第三章 CRN算法原理 | 第30-39页 |
| 3.1 CRN算法的提出 | 第30-31页 |
| 3.2 相关定义说明 | 第31-33页 |
| 3.3 算法原理 | 第33-39页 |
| 3.3.1 训练阶段 | 第33-36页 |
| 3.3.2 分类阶段 | 第36-38页 |
| 3.3.3 算法分析 | 第38-39页 |
| 第四章 算法的Weka嵌入 | 第39-54页 |
| 4.1 算法嵌入Weka流程 | 第39-45页 |
| 4.1.1 新建项目 | 第39-42页 |
| 4.1.2 修改配置文件 | 第42-45页 |
| 4.2 算法接口说明 | 第45-51页 |
| 4.2.1 训练数据输入 | 第45-46页 |
| 4.2.2 训练阶段 | 第46-47页 |
| 4.2.3 被分类实例获取 | 第47-48页 |
| 4.2.4 分类阶段 | 第48-49页 |
| 4.2.5 评估结果输出 | 第49-51页 |
| 4.3 结果显示 | 第51-54页 |
| 第五章 实验结果分析 | 第54-63页 |
| 5.1 数据处理及实验结果 | 第54-59页 |
| 5.1.1 数据处理方式及过程 | 第54-56页 |
| 5.1.2 分类结果评估 | 第56-58页 |
| 5.1.3 数据集信息 | 第58-59页 |
| 5.2 结果对比分析 | 第59-61页 |
| 5.3 结论 | 第61-63页 |
| 第六章 总结 | 第63-66页 |
| 6.1 主要工作总结 | 第63页 |
| 6.2 存在的问题 | 第63-64页 |
| 6.3 前景展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-71页 |
| 附件 | 第71页 |
