基于属性间相关性分类理论的属性选择方法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-12页 |
| ·课题背景 | 第10-11页 |
| ·本文所完成的工作 | 第11页 |
| ·论文组织安排 | 第11-12页 |
| 2 理论综述 | 第12-22页 |
| ·数据挖掘 | 第12-17页 |
| ·数据挖掘的概念和定义 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·数据挖掘的基本过程 | 第14-15页 |
| ·数据挖掘的方法 | 第15-17页 |
| ·属性选择 | 第17-22页 |
| ·属性选择概述 | 第17页 |
| ·属性选择基本步骤 | 第17-18页 |
| ·搜索属性空间 | 第18-20页 |
| ·属性选择方法 | 第20-22页 |
| 3 Weka中的属性选择 | 第22-45页 |
| ·Weka概述 | 第22-24页 |
| ·Weka的背景 | 第22-23页 |
| ·Weka的功能 | 第23-24页 |
| ·Weka设计框架 | 第24-26页 |
| ·Weka总体结构分析 | 第24页 |
| ·Weka的包结构 | 第24-26页 |
| ·Weka中属性选择部分的静态模型 | 第26-34页 |
| ·weka.attributeSelection | 第26-27页 |
| ·ASEvaluation及其派生类 | 第27-30页 |
| ·ASSearch及其派生类 | 第30-31页 |
| ·AttributeSelection | 第31-34页 |
| ·Weka中属性选择部分的动态模型 | 第34-45页 |
| ·属性选择算法的运行方式 | 第34-36页 |
| ·属性选择算法的运行过程 | 第36-39页 |
| ·属性评价算法的运行过程 | 第39-42页 |
| ·子集搜索算法的运行过程 | 第42-45页 |
| 4 属性间相关性的理论探索 | 第45-54页 |
| ·已有的属性间相关性计算方法 | 第45-46页 |
| ·二维随机变量的参考分布律 | 第46-48页 |
| ·两个随机变量相关的充要条件 | 第48-49页 |
| ·根据参考分布律和分布律的差异计算属性间性关性 | 第49-50页 |
| ·属性间相关性的类别 | 第50-54页 |
| 5 属性间相关性理论在属性选择中的应用 | 第54-65页 |
| ·消除属性间干扰相关性的属性选择算法 | 第54-60页 |
| ·算法设计及实现 | 第54-56页 |
| ·实验及结论 | 第56-60页 |
| ·保留加强及独立相关性的属性选择算法 | 第60-65页 |
| ·算法设计及实现 | 第60页 |
| ·实验及结论 | 第60-65页 |
| 6 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 学位论文数据集 | 第69页 |
