| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7页 |
| 1.1.2 研究目的及意义 | 第7-8页 |
| 1.2 研究现状及发展 | 第8-9页 |
| 1.3 课题的提出 | 第9页 |
| 1.4 课题的主要工作 | 第9-10页 |
| 1.5 论文组织结构 | 第10-11页 |
| 2 数据挖掘及判别分析理论 | 第11-19页 |
| 2.1 数据挖掘概述 | 第11-14页 |
| 2.1.1 数据挖掘的概况 | 第11页 |
| 2.1.2 数据挖掘的功能 | 第11页 |
| 2.1.3 数据挖掘的过程 | 第11-14页 |
| 2.1.4 数据挖掘的基本算法 | 第14页 |
| 2.2 判别分析理论概述 | 第14-16页 |
| 2.2.1 判别分析概述 | 第14页 |
| 2.2.2 基本判别分析算法 | 第14-16页 |
| 2.2.3 判别分析与聚类分析的区别 | 第16页 |
| 2.3 贝叶斯判别分析 | 第16-18页 |
| 2.3.1 贝叶斯理论的发展历程 | 第16-17页 |
| 2.3.2 贝叶斯定理和贝叶斯公式 | 第17页 |
| 2.3.3 贝叶斯分类方法 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 朴素贝叶斯分类模型 | 第19-25页 |
| 3.1 朴素贝叶斯分类模型 | 第19-21页 |
| 3.1.1 朴素贝叶斯判别分析算法 | 第19-20页 |
| 3.1.2 朴素贝叶斯判别分析的分类过程 | 第20-21页 |
| 3.2 分类器的性能评价 | 第21-24页 |
| 3.2.1 误判率 | 第22-23页 |
| 3.2.2 ROC曲线和AUC | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 4 正则化判别分析模型 | 第25-29页 |
| 4.1 正则化判别分析算法 | 第25-27页 |
| 4.1.1 正则化的概念 | 第25页 |
| 4.1.2 正则化判别分析的算法 | 第25-27页 |
| 4.2 正则化判别分析的参数选择 | 第27-28页 |
| 4.3 本章小结 | 第28-29页 |
| 5 居民社会保障问题的实证数据分析 | 第29-42页 |
| 5.1 编程测试环境及数据环境 | 第29页 |
| 5.2 数据挖掘及数据分析 | 第29-36页 |
| 5.2.1 数据清洗 | 第29-32页 |
| 5.2.2 数据变换 | 第32页 |
| 5.2.3 描述性统计分析 | 第32-35页 |
| 5.2.4 判别分析 | 第35-36页 |
| 5.3 朴素贝叶斯判别分析与正则化判别分析的性能比较 | 第36-41页 |
| 5.3.1 两种分类方法预测误判率的比较 | 第37-38页 |
| 5.3.2 ROC曲线及AUC | 第38-41页 |
| 5.4 本章小结 | 第41-42页 |
| 结论 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |