| 引言 | 第1-10页 |
| ·论文背景 | 第8页 |
| ·问题的定义 | 第8页 |
| ·论文目标 | 第8-10页 |
| 2 理论分析 | 第10-24页 |
| ·可行性分析 | 第10页 |
| ·指标选取 | 第10-13页 |
| ·可供借鉴的文献 | 第10-11页 |
| ·指标的选择 | 第11-13页 |
| ·抽样 | 第13-14页 |
| ·模型 | 第14-24页 |
| ·贝叶斯(Bayes)判别 | 第14-16页 |
| ·Logistic回归模型 | 第16-19页 |
| ·基于选择抽样的Logistic回归模型的参数估计 | 第17-19页 |
| ·神经网络模型 | 第19-21页 |
| ·前馈神经网络估计贝叶斯后验概率 | 第20页 |
| ·在基于选择抽样下对前馈神经网络估计输出的调整 | 第20-21页 |
| ·统计学习理论和SVM | 第21-22页 |
| ·模型的选择 | 第22-24页 |
| 3 实证过程 | 第24-31页 |
| ·数据处理 | 第24-28页 |
| ·定义目标变量 | 第24页 |
| ·抽样 | 第24-25页 |
| ·数据探索 | 第25页 |
| ·数据调整 | 第25-26页 |
| ·替换缺失值 | 第25-26页 |
| ·极值控制 | 第26页 |
| ·标准化 | 第26页 |
| ·数据集的划分 | 第26-27页 |
| ·指标的筛选 | 第27-28页 |
| ·模型训练结果 | 第28-29页 |
| ·Logistic回归 | 第28-29页 |
| ·神经网络 | 第29页 |
| ·模型的评估 | 第29-31页 |
| 4 结论 | 第31-32页 |
| 5 参考文献 | 第32-36页 |
| 6 在学研究成果 | 第36-37页 |
| ·在学期间取得的科研成果 | 第36页 |
| ·在学期间发表的论文 | 第36-37页 |
| 7 致谢 | 第37页 |