首页--医药、卫生论文--内科学论文--内分泌腺疾病及代谢病论文--甲状腺疾病论文--甲状腺机能减退症论文

数据挖掘在甲状腺功能减退症分类中的应用与研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-12页
   ·研究背景第8-9页
   ·国内外研究现状第9-10页
   ·论文主要工作第10-11页
   ·论文结构安排第11-12页
第二章 甲减分类的研究方法与业务理解第12-24页
   ·数据挖掘技术概述第12-14页
   ·数据挖掘软件Clementine第14-17页
   ·数据挖掘流程CRISP-DM第17-21页
   ·甲减分类的业务理解第21-23页
   ·本章小结第23-24页
第三章 甲减分类的数据理解与数据准备第24-31页
   ·甲减分类的数据理解第24-26页
   ·甲减分类的数据准备第26-30页
   ·本章小结第30-31页
第四章 甲减分类的模型建立与评估第31-66页
   ·统计模型与数据挖掘第31-33页
   ·甲减分类的模型建立第33-35页
   ·模型评估第35页
   ·判别式分析法第35-44页
     ·判别式分析法的基本思想第35-37页
     ·逐步判别分析法第37-38页
     ·判别分析法的基本步骤第38页
     ·甲减分类的判别式分析法评估第38-44页
   ·Logistic回归法第44-52页
     ·Logistic回归的基本思想第44-47页
     ·拟合优度检查第47-49页
     ·Logistic回归法的基本步骤第49-50页
     ·甲减分类的Logistic回归法评估第50-52页
   ·CHAID决策树法第52-61页
     ·CHAID决策树的基本思想第52-55页
     ·卡方检验第55-57页
     ·CHAID决策树的基本步骤第57页
     ·甲减分类的CHAID决策树评估第57-61页
   ·甲减分类的三种模型综合评估第61-65页
   ·本章小结第65-66页
第五章 甲减分类的结果部署第66-72页
   ·甲减分类模型的PMML编码第66-68页
   ·甲减分类挖掘流的节点信息第68-69页
   ·甲减分类挖掘流的工程报告第69-71页
   ·本章小结第71-72页
总结与展望第72-74页
 总结第72-73页
 展望第73-74页
参考文献第74-78页
攻读硕士学位期间发表的论文第78-79页
致谢第79-80页

论文共80页,点击 下载论文
上一篇:基于Direct3D的三维日照分析模型的研究与实现
下一篇:真实感三维人脸贴图技术研究