| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第6-9页 |
| 1.1 研究目的及背景 | 第6页 |
| 1.2 研究内容 | 第6-7页 |
| 1.3 数据信息 | 第7-9页 |
| 第二章 数据基本处理及分析 | 第9-14页 |
| 2.1 相关性 | 第9-10页 |
| 2.2 抽样方法选取 | 第10-11页 |
| 2.3 交叉验证法 | 第11页 |
| 2.4 性能度量 | 第11页 |
| 2.5 数据初步分析 | 第11-14页 |
| 第三章 模型建立及分析 | 第14-27页 |
| 3.1 朴素贝叶斯 | 第14-15页 |
| 3.2 logistic回归 | 第15-17页 |
| 3.3 k近邻与加权k近邻 | 第17-20页 |
| 3.4 支持向量机 | 第20-21页 |
| 3.5 决策树 | 第21-22页 |
| 3.6 随机森林 | 第22-24页 |
| 3.7 Bagging、AdaBoost | 第24-25页 |
| 3.8 神经网络 | 第25-27页 |
| 第四章 方法对比 | 第27-29页 |
| 第五章 变量选择 | 第29-32页 |
| 第六章 结论 | 第32-33页 |
| 参考文献 | 第33-34页 |
| 致谢 | 第34页 |