决策树ID3分类算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 发展历史及趋势 | 第12-14页 |
| 1.2.1 发展历史 | 第12-14页 |
| 1.2.2 发展趋势 | 第14页 |
| 1.3 论文主要内容 | 第14-16页 |
| 第2章 数据挖掘及决策树基本理论 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 数据挖掘基本理论 | 第16-21页 |
| 2.2.1 数据挖掘的定义 | 第16-17页 |
| 2.2.2 数据挖掘的功能 | 第17-18页 |
| 2.2.3 数据挖掘常用的方法 | 第18-19页 |
| 2.2.4 数据挖掘的步骤 | 第19-21页 |
| 2.3 决策树基本理论 | 第21-23页 |
| 2.4 决策树算法中研究的基本内容 | 第23-28页 |
| 2.4.1 数据预处理 | 第23-24页 |
| 2.4.2 属性选择标准 | 第24页 |
| 2.4.3 剪枝技术 | 第24-25页 |
| 2.4.4 性能评价 | 第25-26页 |
| 2.4.5 属性选择的度量方法 | 第26-28页 |
| 2.5 常用的决策树算法介绍 | 第28-31页 |
| 2.5.1 ID3算法 | 第28-30页 |
| 2.5.2 CART算法 | 第30-31页 |
| 2.5.3 其它算法 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 ID3算法属性多值偏向理论分析及优化 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 属性多值偏向理论分析 | 第32-37页 |
| 3.2.1 粗糙集理论 | 第32-33页 |
| 3.2.2 理论分析方法 | 第33-34页 |
| 3.2.3 理论分析过程 | 第34-35页 |
| 3.2.4 对其它属性的影响 | 第35-37页 |
| 3.2.5 实验结果及分析 | 第37页 |
| 3.3 ID3算法的优化 | 第37-42页 |
| 3.3.1 算法表达式逻辑性优化 | 第37-38页 |
| 3.3.2 SID3算法 | 第38-39页 |
| 3.3.3 实验结果及分析 | 第39-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 决策树在数字医疗中的应用 | 第44-58页 |
| 4.1 引言 | 第44页 |
| 4.2 数据挖掘在数字医疗中的应用 | 第44-46页 |
| 4.3 SID3算法在医疗诊断中的应用 | 第46-57页 |
| 4.3.1 基于决策树的乳腺癌细胞诊断系统 | 第46页 |
| 4.3.2 系统流程 | 第46-48页 |
| 4.3.3 系统实现及比较分析 | 第48-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |
