自顶向下决策树增量剪枝方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题的研究背景 | 第8-9页 |
| 1.2 课题的研究现状 | 第9页 |
| 1.3 课题的研究内容 | 第9-10页 |
| 1.4 本论文的组织结构 | 第10-12页 |
| 第2章 决策树及其学习算法 | 第12-22页 |
| 2.1 分类问题概述 | 第12-14页 |
| 2.2 决策树 | 第14-15页 |
| 2.3 决策树表示 | 第15-16页 |
| 2.4 基本的决策树学习方法 | 第16-22页 |
| 2.4.1 分割树与决策树 | 第17-18页 |
| 2.4.2 熵和信息增益 | 第18-19页 |
| 2.4.3 决策树学习算法框架 | 第19-22页 |
| 第3章 决策树剪枝算法 | 第22-28页 |
| 3.1 决策树剪枝算法 | 第22-23页 |
| 3.1.1 预剪枝方法 | 第22-23页 |
| 3.1.2 后剪枝算法 | 第23页 |
| 3.2 决策树后剪枝方法的分析 | 第23-28页 |
| 3.2.1 降低分类错误率剪枝方法 | 第23-24页 |
| 3.2.2 悲观分类错误率剪枝方法 | 第24-26页 |
| 3.2.3 最小化分类错误率剪枝方法 | 第26-28页 |
| 第4章 自顶向下的决策树增量剪枝 | 第28-38页 |
| 4.1 算法概述 | 第28-34页 |
| 4.2 实验数据 | 第34-35页 |
| 4.3 实验比较 | 第35-38页 |
| 第5章 总结与展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42页 |
