基于信息论的二阶树增广贝叶斯模型的研究与设计
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 基础理论概述 | 第16-27页 |
| 2.1 数据挖掘 | 第16-18页 |
| 2.1.1 数据挖掘概念 | 第16-17页 |
| 2.1.2 分类的概念 | 第17-18页 |
| 2.2 朴素贝叶斯分类器简介 | 第18-22页 |
| 2.2.1 贝叶斯定理及公式 | 第18-20页 |
| 2.2.2 贝叶斯网络 | 第20页 |
| 2.2.3 分类器统计函数 | 第20-22页 |
| 2.3 信息论 | 第22-26页 |
| 2.3.1 信息论相关定义和公式 | 第23-24页 |
| 2.3.2 局部互信息 | 第24-25页 |
| 2.3.3 基于信息论的属性加权 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 贝叶斯分类器模型及其扩展 | 第27-36页 |
| 3.1 朴素贝叶斯分类器（NB） | 第28-30页 |
| 3.2 树增广朴素贝叶斯分类器（TAN） | 第30-33页 |
| 3.3 均依赖估测（AODE） | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 TAN分类器的改进以及扩展模型 | 第36-45页 |
| 4.1 二阶TAN贝叶斯分类器 | 第36-41页 |
| 4.1.1 二阶TAN贝叶斯分类器概述 | 第36-37页 |
| 4.1.2 二阶TAN贝叶斯分类器结构 | 第37-40页 |
| 4.1.3 后验概率计算 | 第40-41页 |
| 4.2 属性加权的 2-TAN | 第41-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 实验结果及分析 | 第45-60页 |
| 5.1 实验环境 | 第45页 |
| 5.2 数据集 | 第45-47页 |
| 5.3 实验结果及分析 | 第47-59页 |
| 5.3.1 基于条件互信息TAN的进阶模型 | 第47-51页 |
| 5.3.2 基于属性加权的二阶TAN模型 | 第51-54页 |
| 5.3.3 不同数据集下分析 | 第54-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者简介及在学期间所取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
