改进决策树算法在肿瘤数据中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及目的 | 第8-9页 |
| 1.1.1 生物信息学与人类基因组计划 | 第8页 |
| 1.1.2 研究目的 | 第8-9页 |
| 1.2 特征选择 | 第9-13页 |
| 1.2.1 特征选择的定义 | 第9页 |
| 1.2.2 特征选择的目的 | 第9-10页 |
| 1.2.3 特征选择的研究现状 | 第10页 |
| 1.2.4 特征选择的方法 | 第10-13页 |
| 1.3 论文的主要工作及意义 | 第13-14页 |
| 1.3.1 论文的主要研究工作 | 第13页 |
| 1.3.2 论文的理论意义与现实意义 | 第13-14页 |
| 第二章 分类算法概述 | 第14-20页 |
| 2.1 决策树分类算法 | 第14-17页 |
| 2.1.1 ID3 算法 | 第15-17页 |
| 2.2 K-邻近算法 | 第17页 |
| 2.3 支持向量机 | 第17-18页 |
| 2.4 Fisher线性判别分析方法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 改进决策树算法 | 第20-26页 |
| 3.1 改进二叉决策树分类算法的概念 | 第20-21页 |
| 3.1.1 信息增益 | 第20-21页 |
| 3.1.2 增益率 | 第21页 |
| 3.1.3 Gini索引 | 第21页 |
| 3.2 改进的二叉决策树分类算法 | 第21-22页 |
| 3.3 修剪决策树 | 第22-24页 |
| 3.3.1 经验风险 | 第23页 |
| 3.3.2 后修剪二叉决策算法 | 第23-24页 |
| 3.4 决策树的基因选择 | 第24-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 实验结果与分析 | 第26-35页 |
| 4.1 实验数据介绍 | 第26页 |
| 4.2 数据处理 | 第26-27页 |
| 4.2.1 空缺数据处理 | 第26-27页 |
| 4.2.2 数据规范预处理 | 第27页 |
| 4.3 数据实验 | 第27-31页 |
| 4.3.1 选择基因 | 第27-30页 |
| 4.3.2 基因选择的分类准确率 | 第30-31页 |
| 4.4 实验结果对比 | 第31-33页 |
| 4.5 讨论 | 第33页 |
| 4.6 本章小结 | 第33-35页 |
| 第五章 总结与展望 | 第35-36页 |
| 5.1 总结 | 第35页 |
| 5.2 展望 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 致谢 | 第39页 |
