基于懒惰学习的显露模式分类算法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-17页 |
| 1.1.1 分类模型和显露模式 | 第15-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 国内研究现状 | 第17-18页 |
| 1.2.2 国外研究现状 | 第18-20页 |
| 1.3 本文研究的主要内容 | 第20页 |
| 1.4 本文的组织结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 显露模式分类模型 | 第22-32页 |
| 2.1 显露模式基本概念 | 第22-25页 |
| 2.1.1 显露模式 | 第22-23页 |
| 2.1.2 特殊的显露模式 | 第23-24页 |
| 2.1.3 显露模式的特性 | 第24-25页 |
| 2.2 基于显露模式的分类模型 | 第25-27页 |
| 2.3 显露模式挖掘算法 | 第27-29页 |
| 2.3.1 基于边界的挖掘算法 | 第27页 |
| 2.3.2 基于树的挖掘算法 | 第27-29页 |
| 2.4 显露模式选择策略 | 第29页 |
| 2.5 评分模型 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于懒惰学习的显露模式分类算法研究 | 第32-46页 |
| 3.1 引言 | 第32-33页 |
| 3.2 基本概念 | 第33-34页 |
| 3.3 基于懒惰学习的LLEP分类器 | 第34-37页 |
| 3.3.1 强鲁棒性EP | 第34-35页 |
| 3.3.2 等价类 | 第35-37页 |
| 3.4 构建LLEP分类器 | 第37-40页 |
| 3.4.1 等价类中的模式选择 | 第37-38页 |
| 3.4.2 懒惰策略构建局部分类器 | 第38-40页 |
| 3.5 实验结果 | 第40-45页 |
| 3.5.1 LLEP同11个分类器准确度比较 | 第41-44页 |
| 3.5.2 参数θ阈值 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于因果关联的显露模式分类算法研究 | 第46-62页 |
| 4.1 引言 | 第46-47页 |
| 4.2 属性关联度 | 第47-50页 |
| 4.2.1 卡方检验 | 第47-48页 |
| 4.2.2 属性间关联方向判定 | 第48-49页 |
| 4.2.3 多个属性的关联度判断 | 第49-50页 |
| 4.3 因果显露模式 | 第50-53页 |
| 4.3.1 因果关系与显露模式 | 第50-52页 |
| 4.3.2 因果显露模式挖掘 | 第52-53页 |
| 4.4 CEP-Classifier构建 | 第53-56页 |
| 4.4.1 模型评分方法 | 第53-54页 |
| 4.4.2 构建CEP-Classifier | 第54-56页 |
| 4.5 实验结果 | 第56-61页 |
| 4.5.1 实验工具以及实验数据 | 第56-57页 |
| 4.5.2 准确率比较 | 第57-59页 |
| 4.5.3 分类模式数量比较 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-63页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间的学术活动及成果清单 | 第68-69页 |
