间隔分布逻辑回归及其拓展研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第9-10页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.2 分类技术研究现状 | 第12-14页 |
| 1.3 本文的主要研究工作和内容安排 | 第14-16页 |
| 第二章 相关背景知识 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 线性判别模型 | 第16-18页 |
| 2.2.1 逻辑回归 | 第16-17页 |
| 2.2.2 支持向量机 | 第17-18页 |
| 2.2.3 最大间隔逻辑回归 | 第18页 |
| 2.3 间隔分布 | 第18-19页 |
| 2.4 基学习器的集成算法 | 第19-22页 |
| 2.4.1 集成模式 | 第20-22页 |
| 2.4.2 集成剪枝技术 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 间隔分布逻辑回归 | 第24-42页 |
| 3.1 引言 | 第24页 |
| 3.2 间隔分布逻辑回归模型 | 第24-33页 |
| 3.2.1 分类损失函数 | 第25-27页 |
| 3.2.2 间隔分布 | 第27-29页 |
| 3.2.3 间隔分布逻辑回归 | 第29-30页 |
| 3.2.4 多分类间隔分布逻辑回归 | 第30-31页 |
| 3.2.5 非线性间隔分布逻辑回归 | 第31-33页 |
| 3.3 间隔分布逻辑回归及其优化 | 第33-35页 |
| 3.3.1 间隔分布逻辑回归的优化 | 第33-34页 |
| 3.3.2 大规模间隔分布逻辑回归的优化 | 第34-35页 |
| 3.4 实验设计与结果分析 | 第35-40页 |
| 3.4.1 模拟数据集 | 第35-36页 |
| 3.4.2 二分类数据集 | 第36-37页 |
| 3.4.3 鲁棒性分析 | 第37页 |
| 3.4.4 多分类数据集 | 第37-38页 |
| 3.4.5 真实应用拓展实验 | 第38-39页 |
| 3.4.6 间隔分布影响 | 第39页 |
| 3.4.7 参数敏感度分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 集成间隔分布逻辑回归 | 第42-59页 |
| 4.1 引言 | 第42-43页 |
| 4.2 随机子空间集成 | 第43-47页 |
| 4.2.1 符号解释 | 第43页 |
| 4.2.2 随机子空间集成 | 第43-45页 |
| 4.2.3 集成剪枝 | 第45-47页 |
| 4.3 差异性随机子空间集成 | 第47-53页 |
| 4.3.1 子空间差异性度量 | 第47-51页 |
| 4.3.2 基于聚类的差异性随机子空间选择 | 第51-52页 |
| 4.3.3 差异性随机子空间集成 | 第52-53页 |
| 4.4 实验设计与结果分析 | 第53-57页 |
| 4.4.1 模拟数据集 | 第53-54页 |
| 4.4.2 真实数据集 | 第54-56页 |
| 4.4.3 集成间隔分布逻辑回归 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文总结 | 第59-60页 |
| 5.2 未来工作与展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 在学期间的研究成果及发表的学术论文 | 第69页 |
