基于粗糙集的决策树算法研究与改进
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究历史与现状 | 第11-13页 |
| ·决策树研究历史与现状 | 第11-12页 |
| ·粗糙集研究历史与现状 | 第12-13页 |
| ·分类综述 | 第13-15页 |
| ·分类的定义 | 第13页 |
| ·分类的主要算法 | 第13-15页 |
| ·研究内容及论文结构 | 第15-16页 |
| 第2章 决策树方法 | 第16-29页 |
| ·决策树构建 | 第16-17页 |
| ·决策树修剪 | 第17-20页 |
| ·剪枝方法 | 第17-18页 |
| ·剪枝策略 | 第18-20页 |
| ·经典的决策树算法 | 第20-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 粗糙集技术 | 第29-35页 |
| ·粗糙集理论的基本概念 | 第29-32页 |
| ·不可分辨关系 | 第29-30页 |
| ·上近似和下近似 | 第30-31页 |
| ·属性的依赖度 | 第31-32页 |
| ·属性重要度 | 第32页 |
| ·粗糙集的化简 | 第32-34页 |
| ·属性的化简 | 第32-33页 |
| ·决策表的化简 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于粗糙集的决策树研究 | 第35-50页 |
| ·基于粗糙集的决策树算法研究 | 第35-38页 |
| ·基于粗糙集明确区的决策树算法 | 第35-36页 |
| ·基于区分价值的决策树算法 | 第36-38页 |
| ·改进的基于区分价值的决策树算法 | 第38-44页 |
| ·算法设计思想 | 第38-40页 |
| ·算法正确性分析 | 第40-41页 |
| ·决策树算法实例比较 | 第41-44页 |
| ·基于区分价值的多变量决策树构造 | 第44-49页 |
| ·属性选择标准重定义 | 第45-46页 |
| ·相对泛化的定义 | 第46页 |
| ·结合区分价值的多变量决策树的构造 | 第46-47页 |
| ·实例分析比较 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验结果与分析 | 第50-57页 |
| ·实验数据来源 | 第50-52页 |
| ·实验结果比较分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
