基于关联规则与决策树的预测方法研究及其应用
| 创新点摘要 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-14页 |
| 第1章 绪论 | 第14-34页 |
| ·研究背景及意义 | 第14-18页 |
| ·关联规则挖掘及其面临的问题 | 第15-17页 |
| ·决策树及其面临的问题 | 第17-18页 |
| ·关联规则挖掘研究现状 | 第18-26页 |
| ·关联规则基本问题 | 第19-20页 |
| ·关联规则种类 | 第20页 |
| ·频繁项集挖掘算法 | 第20-22页 |
| ·多层、多维的关联规则挖掘算法 | 第22页 |
| ·频繁闭项集、最大频繁项集挖掘算法 | 第22-23页 |
| ·高维数据库的关联挖掘算法 | 第23页 |
| ·基于约束的频繁项集生成算法 | 第23-24页 |
| ·生成规则的兴趣度度量与相关性分析 | 第24-25页 |
| ·增量式更新算法 | 第25页 |
| ·其他关联规则挖掘算法及应用 | 第25-26页 |
| ·决策树研究现状 | 第26-32页 |
| ·决策树基础分类方法 | 第26-29页 |
| ·CART分类方法 | 第29页 |
| ·SLIQ及SPRINT算法 | 第29-30页 |
| ·PUBLIC算法 | 第30页 |
| ·Boosting及Bagging算法 | 第30-31页 |
| ·基于粗糙集的决策树构建算法 | 第31页 |
| ·基于变精度粗糙集的决策树分类算法 | 第31-32页 |
| ·论文组织 | 第32-34页 |
| 第2章 关联规则生成数量的回归分析 | 第34-46页 |
| ·研究背景及意义 | 第34页 |
| ·关联规则参数分析 | 第34-36页 |
| ·回归方程的设计 | 第36-39页 |
| ·回归效果检验 | 第39页 |
| ·实验 | 第39-43页 |
| ·实验数据及复相关系数的检验 | 第39-40页 |
| ·显著性检验 | 第40页 |
| ·回归方程的预测 | 第40-41页 |
| ·基于UCI数据的回归方程预测 | 第41-43页 |
| ·效率分析 | 第43页 |
| ·本章总结 | 第43-46页 |
| 第3章 模糊递减支持度的关联规则发现及其应用 | 第46-64页 |
| ·冠心病数据应用背景介绍 | 第46-47页 |
| ·支持度-置信度模型存在的问题 | 第47-48页 |
| ·已有的相关研究 | 第48-50页 |
| ·模糊递减支持度-置信度模型 | 第50-52页 |
| ·模糊递减支持度公式 | 第50-51页 |
| ·相关定义及性质 | 第51-52页 |
| ·规则生成 | 第52页 |
| ·3种修正模型 | 第52-55页 |
| ·模糊递减支持度-置信度-兴趣度模型 | 第52页 |
| ·模糊递减支持度-双向置信度-兴趣度模型 | 第52-53页 |
| ·模糊递减支持度-重合度-兴趣度模型 | 第53-55页 |
| ·冠心病数据的提取 | 第55-57页 |
| ·实验 | 第57-62页 |
| ·验证本章提出的模糊递减支持度-置信度模型 | 第57-58页 |
| ·验证本章提出的3中改进模型 | 第58-62页 |
| ·本章小结 | 第62-64页 |
| 第4章 基于变精度粗糙集的决策树分类算法 | 第64-78页 |
| ·基于VPRS属性选择标准 | 第65-68页 |
| ·变精度粗糙集模型 | 第65-66页 |
| ·双层变精度明确区的属性选择标准 | 第66页 |
| ·基于加权粗糙度和复杂度的属性选择标准 | 第66-68页 |
| ·结点停止条件和类标预测方法 | 第68-70页 |
| ·结点停止条件 | 第68-69页 |
| ·类标预测方法 | 第69-70页 |
| ·算法描述 | 第70-72页 |
| ·IVPRSDT算法 | 第70-71页 |
| ·IVPRSDT算法的优点 | 第71-72页 |
| ·实验 | 第72-77页 |
| ·MVPRSDT算法实验与结果分析 | 第72-73页 |
| ·IVPRSDT算法实验与结果分析 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第5章 多值属性多类标数据的决策树生成算法 | 第78-96页 |
| ·多值属性多类标数据决策树的问题描述 | 第78-80页 |
| ·多值属性多类标数据决策树算法 | 第80-88页 |
| ·已有的结点属性选择标准 | 第81-82页 |
| ·结点属性选择标准改进 | 第82-84页 |
| ·最佳属性的评定方法 | 第84-86页 |
| ·结点停止分裂条件 | 第86-88页 |
| ·标定记录的预测分类结果 | 第88页 |
| ·决策树生成算法 | 第88-89页 |
| ·实验 | 第89-93页 |
| ·实验数据产生 | 第89页 |
| ·实验方案 | 第89-90页 |
| ·实验结果 | 第90-93页 |
| ·本章总结 | 第93-96页 |
| 结束语 | 第96-100页 |
| 参考文献 | 第100-108页 |
| 攻读学位期间发表的论文 | 第108-109页 |
| 攻读学位期间参加的科研项目 | 第109-110页 |
| 致谢 | 第110-112页 |
| 作者简介 | 第112页 |
