| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文的主要结构与内容 | 第11-12页 |
| 1.4 论文研究重点、难点、创新点 | 第12-13页 |
| 2 几种基本决策树分类算法研究 | 第13-21页 |
| 2.1 特征选择 | 第13-16页 |
| 2.2 几种常见的决策树算法 | 第16-19页 |
| 2.3 决策树的剪枝 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 决策树算法在银行定期存款数据集上的应用研究 | 第21-34页 |
| 3.1 探索性数据分析 | 第21-27页 |
| 3.2 CART算法建立决策树模型 | 第27-31页 |
| 3.3 模型交叉验证及模型剪枝 | 第31-32页 |
| 3.4 模型在训练集和测试集上预测的混淆矩阵及预测错误率 | 第32页 |
| 3.5 本章小结 | 第32-34页 |
| 4 改进的决策树分类算法及其应用研究 | 第34-47页 |
| 4.1 提升方法Ada Boost算法 | 第34-37页 |
| 4.2 Ada Boost算法的应用研究 | 第37-40页 |
| 4.3 随机森林算法 | 第40-41页 |
| 4.4 随机森林算法的应用研究 | 第41-45页 |
| 4.5 本章小结 | 第45-47页 |
| 5 总结与展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 程序附表 | 第53-55页 |