| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究的背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文主要研究思路 | 第10-12页 |
| 第二章 数据探索 | 第12-18页 |
| 2.1 信度分析 | 第12-13页 |
| 2.1.1 信度分析基本思想 | 第12页 |
| 2.1.2 信度分析模型 | 第12-13页 |
| 2.1.3 可信度检验结果 | 第13页 |
| 2.2 数据特征分析 | 第13-16页 |
| 2.3 数据的预处理 | 第16-18页 |
| 第三章 相关分析 | 第18-20页 |
| 3.1 相关分析基本思想 | 第18页 |
| 3.2 相关分析模型 | 第18-19页 |
| 3.3 相关性检验结果 | 第19-20页 |
| 第四章 支持向量机SVM | 第20-24页 |
| 4.1 SVM基本思想 | 第20页 |
| 4.2 SVM基本模型 | 第20-24页 |
| 第五章 SVM模型实证分析 | 第24-30页 |
| 5.1 选定训练集和测试集 | 第24-25页 |
| 5.2 交叉验证选择最佳参数c&g | 第25-28页 |
| 5.3 分类准确率 | 第28-30页 |
| 第六章 结论 | 第30-33页 |
| 参考文献 | 第33-35页 |
| 致谢 | 第35页 |