基于决策树的数据挖掘算法优化研究
| 第1章 绪论 | 第1-17页 |
| ·数据挖掘概念 | 第9-10页 |
| ·数据挖掘过程 | 第10-11页 |
| ·数据挖掘的方法 | 第11-15页 |
| ·信息论方法 | 第11-12页 |
| ·集合论方法 | 第12页 |
| ·仿生物技术 | 第12-13页 |
| ·公式发现 | 第13页 |
| ·统计分析方法 | 第13-14页 |
| ·其他方法和技术 | 第14-15页 |
| ·课题解决问题及意义 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第2章 决策树生成基本算法 | 第17-31页 |
| ·决策树算法概述 | 第17-20页 |
| ·决策树描述 | 第17-18页 |
| ·决策树的生成过程 | 第18页 |
| ·决策树的评价指标 | 第18-20页 |
| ·几种常用的决策树生成算法 | 第20-30页 |
| ·ID3算法简介 | 第20-22页 |
| ·C4.5算法简介 | 第22-24页 |
| ·CART算法简介 | 第24-26页 |
| ·SLIQ算法简介 | 第26-27页 |
| ·SPRINT算法简介 | 第27-29页 |
| ·PUBLIC算法简介 | 第29-30页 |
| ·本章小节 | 第30-31页 |
| 第3章 决策树生成算法的现有改进工作 | 第31-42页 |
| ·启发规则的改进方法 | 第31-39页 |
| ·启发规则的选择 | 第31-36页 |
| ·启发规则的计算 | 第36-39页 |
| ·决策规则的探讨 | 第39-41页 |
| ·本章小节 | 第41-42页 |
| 第4章 一种新的决策树生成算法 | 第42-53页 |
| ·基于粗糙集理论的测试属性约简 | 第42-44页 |
| ·基于属性相似度的决策树生成 | 第44-47页 |
| ·新算法在高校教师综合评定系统中的应用 | 第47-52页 |
| ·项目背景简介 | 第47-48页 |
| ·高校教师综合评定判决树生成 | 第48-52页 |
| ·本章小节 | 第52-53页 |
| 第5章 教师综合考评系统的实现 | 第53-64页 |
| ·系统的技术特征 | 第53页 |
| ·系统的实现过程 | 第53-63页 |
| ·测试属性的约简 | 第53-55页 |
| ·测试属性与决策属性相似度的计算 | 第55-57页 |
| ·决策树的生成 | 第57-60页 |
| ·决策规则的验证 | 第60-63页 |
| ·本章小节 | 第63-64页 |
| 结论 | 第64-65页 |
| 致谢 | 第65-69页 |
| 附录：决策规则生成算法源程序 | 第69-75页 |
| 攻读硕士学位期间发表的论文 | 第75页 |
