基于并行化的决策树算法优化及其应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 主要研究内容 | 第11-12页 |
| 1.3 本文组织结构 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 并行化决策树算法综述 | 第13-30页 |
| 2.1 并行化计算概述 | 第13-19页 |
| 2.1.1 MapReduce简介 | 第13-14页 |
| 2.1.2 MapReduce原理和编程模型 | 第14-16页 |
| 2.1.3 MapReduce实现和Hadoop | 第16-19页 |
| 2.2 分类及决策树算法概述 | 第19-20页 |
| 2.3 基于信息熵的决策树算法 | 第20-25页 |
| 2.3.1 ID3决策树算法 | 第20-23页 |
| 2.3.2 C4.5决策树算法 | 第23-25页 |
| 2.4 基于GINI指数的决策树算法 | 第25-28页 |
| 2.4.1 CART决策树算法 | 第25-26页 |
| 2.4.2 SLIQ决策树算法 | 第26-27页 |
| 2.4.3 SPRINT决策树算法 | 第27-28页 |
| 2.5 决策树算法总结和性能评估标准 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 C4.5决策树算法优化及并行化 | 第30-49页 |
| 3.1 并行连续属性离散化 | 第31-36页 |
| 3.2 决策树并行化构建 | 第36-41页 |
| 3.3 决策树并行化剪枝 | 第41-42页 |
| 3.4 决策树并行化增量学习 | 第42-43页 |
| 3.5 实验结果分析 | 第43-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于数据挖掘的家电能耗监测系统 | 第49-68页 |
| 4.1 系统介绍 | 第49-51页 |
| 4.2 开发平台概述 | 第51-53页 |
| 4.2.1 基于ATT7037集成开发板 | 第51-53页 |
| 4.2.2 Hadoop集群 | 第53页 |
| 4.3 系统设计 | 第53-64页 |
| 4.3.1 系统结构 | 第53-55页 |
| 4.3.2 无线数据采集流程 | 第55-58页 |
| 4.3.3 后台决策服务中心 | 第58-62页 |
| 4.3.4 用户交互系统设计与实现 | 第62-64页 |
| 4.4 原型系统示范应用及性能评估 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 本文工作总结 | 第68-69页 |
| 5.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间主要的研究成果 | 第73-74页 |
| 致谢 | 第74页 |
