| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 选题背景及研究意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 本文的研究内容 | 第8-9页 |
| 1.4 论文的组织 | 第9-11页 |
| 第2章 决策树算法的研究 | 第11-26页 |
| 2.1 数据挖掘概念 | 第11页 |
| 2.2 分类的概念及算法描述 | 第11-13页 |
| 2.2.1 分类概念 | 第11页 |
| 2.2.2 常见的分类算法 | 第11-13页 |
| 2.2.3 评估分类器性能的度量 | 第13页 |
| 2.3 决策树算法的基本过程 | 第13-20页 |
| 2.3.1 数据预处理 | 第13-14页 |
| 2.3.2 特征选择 | 第14-16页 |
| 2.3.3 决策树生成 | 第16-17页 |
| 2.3.4 剪枝 | 第17-20页 |
| 2.4 经典决策树算法的分析与比较 | 第20-25页 |
| 2.4.1 ID3算法 | 第20-21页 |
| 2.4.2 C4.5算法 | 第21-22页 |
| 2.4.3 CART算法 | 第22-23页 |
| 2.4.4 大规模数据集的决策树算法 | 第23-25页 |
| 2.4.5 决策树算法评价 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 并行化框架 | 第26-34页 |
| 3.1 MapReduce | 第26-29页 |
| 3.1.1 MapReduce编程模型 | 第26-27页 |
| 3.1.2 MapReduce实现原理 | 第27-28页 |
| 3.1.3 MapReduce架构经典实例 | 第28-29页 |
| 3.2 YARN | 第29-32页 |
| 3.2.1 YARN框架原理 | 第30-31页 |
| 3.2.2 YARN工作流程 | 第31-32页 |
| 3.3 YARN和Hadoop1.0对比分析 | 第32-33页 |
| 3.3.1 体系结构对比 | 第32页 |
| 3.3.2 运算框架对比 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 C4.5算法的优化及其在YARN框架下的并行化实现 | 第34-47页 |
| 4.1 决策树算法的并行化设计 | 第34-38页 |
| 4.1.1 属性并行 | 第34页 |
| 4.1.2 连续属性离散化并行 | 第34-36页 |
| 4.1.3 节点并行 | 第36页 |
| 4.1.4 剪枝并行 | 第36-38页 |
| 4.2 C4.5算法的优化 | 第38-42页 |
| 4.2.1 引入权重系数 | 第38-40页 |
| 4.2.2 简化信息增益率的计算 | 第40-41页 |
| 4.2.3 C4.5_YH算法描述 | 第41-42页 |
| 4.3 C4.5_YH算法的并行实现 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验过程及结果分析 | 第47-55页 |
| 5.1 实验平台 | 第47-49页 |
| 5.1.1 环境准备 | 第47页 |
| 5.1.2 YARN的安装和配置 | 第47-49页 |
| 5.2 并行算法的性能评价标准 | 第49页 |
| 5.3 实验验证与分析 | 第49-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 本文总结 | 第55页 |
| 6.2 展望未来 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |