Adaboost组合分类模型在信用评估领域应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外文献综述 | 第9-13页 |
| ·个人信用评估文献综述 | 第9-11页 |
| ·组合分类模型文献综述 | 第11-12页 |
| ·研究现状评述 | 第12-13页 |
| ·研究内容及结构 | 第13-15页 |
| ·研究方法 | 第13页 |
| ·研究内容 | 第13页 |
| ·章节安排 | 第13-14页 |
| ·研究思路 | 第14-15页 |
| 第2章 组合分类理论基础 | 第15-28页 |
| ·数据挖掘分类 | 第15-20页 |
| ·分类模型定义 | 第15-16页 |
| ·数据分类流程 | 第16-17页 |
| ·常见分类模型 | 第17-20页 |
| ·模型评价标准 | 第20页 |
| ·组合分类模型 | 第20-24页 |
| ·组合分类可行性分析 | 第20-21页 |
| ·组合分类模型设计方法 | 第21-22页 |
| ·组合分类模型融合算法 | 第22-24页 |
| ·Adaboost 组合算法 | 第24-27页 |
| ·Adaboost 工作原理 | 第25-26页 |
| ·Adaboost 算法描述 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Adaboost 组合分类模型应用 | 第28-40页 |
| ·样本数据选择及预处理 | 第28-35页 |
| ·样本数据来源 | 第28页 |
| ·样本指标选择 | 第28-30页 |
| ·样本指标初步分析 | 第30-31页 |
| ·样本数据预处理 | 第31-35页 |
| ·Adaboost 组合分类模型参数调试 | 第35-38页 |
| ·Adaboost 组合分类模型应用结果 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 分类模型应用结果分析 | 第40-49页 |
| ·传统单一分类模型结果 | 第40-43页 |
| ·Logistic 回归分类模型结果 | 第40-41页 |
| ·决策树分类模型结果 | 第41-42页 |
| ·BP 神经网络分类模型结果 | 第42-43页 |
| ·分类模型性能比较分析 | 第43-47页 |
| ·精确性和稳健性比较 | 第43-45页 |
| ·应用范围比较分析 | 第45-47页 |
| ·研究展望 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55页 |
