基于AdaBoost的分类器学习算法比较研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究内容及意义 | 第11页 |
| ·论文组织结构 | 第11-13页 |
| 第2章 基分类器 | 第13-21页 |
| ·引言 | 第13-14页 |
| ·模式分类流程 | 第13-14页 |
| ·分类器性能评估方法 | 第14页 |
| ·常见的基分类器 | 第14-20页 |
| ·Fisher线性判别分析 | 第14-16页 |
| ·伪逆法 | 第16-17页 |
| ·Naive Bayes | 第17-18页 |
| ·决策树 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 分类器组合算法 | 第21-34页 |
| ·基分类器的生成 | 第21-23页 |
| ·基分类器的组合 | 第23-24页 |
| ·常见的分类器组合算法 | 第24-26页 |
| ·Bagging算法 | 第24-25页 |
| ·Boosting算法 | 第25-26页 |
| ·Bagging与Boosting的比较 | 第26页 |
| ·AdaBoost算法 | 第26-32页 |
| ·AdaBoost.M1算法 | 第28-30页 |
| ·AdaBoost.M2算法 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 基于AdaBoost算法的实验结果分析 | 第34-54页 |
| ·实验数据 | 第34-41页 |
| ·不平衡数据集介绍 | 第34页 |
| ·不平衡数据集分类所遇到的困难 | 第34-35页 |
| ·不平衡数据集研究现状 | 第35-41页 |
| ·实验结果分析 | 第41-53页 |
| ·少数类分类正确率比较 | 第41-46页 |
| ·所有样本分类性能比较 | 第46-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 改进的AdaBoost算法 | 第54-60页 |
| ·Adaboost算法的性能退化问题 | 第54页 |
| ·Adaboost算法的改进 | 第54-56页 |
| ·实验结果分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·全文总结 | 第60-61页 |
| ·下一步的工作 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
