基于XGBoost算法的窃电用户行为研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景和研究意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 研究目标和研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 2 大数据分类算法 | 第15-28页 |
| 2.1 决策树算法 | 第15-19页 |
| 2.1.1 决策树算法概述 | 第15-16页 |
| 2.1.2 ID3算法 | 第16-17页 |
| 2.1.3 C4.5算法 | 第17-18页 |
| 2.1.4 分类回归树 | 第18-19页 |
| 2.2 随机森林算法 | 第19-21页 |
| 2.2.1 随机森林算法概述 | 第19页 |
| 2.2.2 随机性的引入 | 第19页 |
| 2.2.3 随机森林的构建 | 第19-21页 |
| 2.3 XGBoost算法 | 第21-27页 |
| 2.3.1 Boosting算法概述 | 第22页 |
| 2.3.2 梯度提升树算法概述 | 第22-23页 |
| 2.3.3 XGBoost算法概述 | 第23-26页 |
| 2.3.4 XGBoost参数 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 数据探索与数据清洗 | 第28-38页 |
| 3.1 数据探索 | 第28-31页 |
| 3.1.1 数据探索的特点 | 第28-29页 |
| 3.1.2 数据探索的内容 | 第29页 |
| 3.1.3 数据探索的方法 | 第29-31页 |
| 3.2 数据清洗 | 第31-33页 |
| 3.2.1 缺失值处理 | 第31-33页 |
| 3.2.2 异常值处理 | 第33页 |
| 3.2.3 重复值处理 | 第33页 |
| 3.3 数据探索与清洗的实现 | 第33-37页 |
| 3.3.1 数据来源 | 第33页 |
| 3.3.2 数据探索的实现 | 第33-36页 |
| 3.3.3 数据清洗的实现 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 特征提取 | 第38-44页 |
| 4.1 特征提取的定义 | 第38页 |
| 4.2 特征提取的意义 | 第38-39页 |
| 4.3 皮尔逊相关系数 | 第39-41页 |
| 4.4 特征提取的实现 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 分类识别与评价 | 第44-53页 |
| 5.1 模型构建 | 第44-45页 |
| 5.1.1 实验平台 | 第44页 |
| 5.1.2 参数设置 | 第44页 |
| 5.1.3 数据集的构建 | 第44页 |
| 5.1.4 交叉验证方法 | 第44-45页 |
| 5.2 评价指标 | 第45-46页 |
| 5.2.1 混淆矩阵 | 第45-46页 |
| 5.2.2 ROC曲线与AUC | 第46页 |
| 5.3 实验结果 | 第46-51页 |
| 5.3.1 XGBoost模型实验结果 | 第46-47页 |
| 5.3.2 不平衡数据集下其他模型实验结果 | 第47-49页 |
| 5.3.3 平衡数据集下其他模型实验结果 | 第49-51页 |
| 5.4 结果分析 | 第51页 |
| 5.5 特征重要度分析 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间的研究成果 | 第58页 |
