基于决策树的组合分类器的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-9页 |
| ·组合的历史与现状 | 第9-10页 |
| ·论文主要工作与章节安排 | 第10-13页 |
| 第二章 组合方法与决策树 | 第13-21页 |
| ·组合方法 | 第13-16页 |
| ·组合的基本原理 | 第13-14页 |
| ·基分类器的构造方法 | 第14-15页 |
| ·基分类器的组合方法 | 第15页 |
| ·组合的性能分析 | 第15-16页 |
| ·决策树 | 第16-20页 |
| ·决策树简介 | 第16-17页 |
| ·特征选择策略 | 第17-19页 |
| ·决策树的过拟合 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 装袋与提升 | 第21-33页 |
| ·装袋 | 第21-25页 |
| ·装袋的理论基础 | 第21-22页 |
| ·装袋的实现 | 第22-25页 |
| ·提升 | 第25-31页 |
| ·提升的理论基础 | 第25-27页 |
| ·AdaBoost 算法 | 第27-31页 |
| ·装袋和提升的比较 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第四章 随机森林 | 第33-43页 |
| ·随机森林的定义 | 第33-34页 |
| ·随机森林的数学性质 | 第34-35页 |
| ·随机森林的其他性质 | 第35-37页 |
| ·袋外数据估计 | 第35-36页 |
| ·特征重要性的度量 | 第36-37页 |
| ·样本相似度的度量 | 第37页 |
| ·随机森林的几种实现 | 第37-39页 |
| ·随机森林的应用举例 | 第39-40页 |
| ·企业信用评估 | 第39-40页 |
| ·入侵检测 | 第40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 旋转森林 | 第43-55页 |
| ·线性变换方法的介绍 | 第43-48页 |
| ·主成分分析法 | 第43-45页 |
| ·独立成分分析法 | 第45-47页 |
| ·稀疏随机映射法 | 第47-48页 |
| ·旋转森林算法 | 第48-53页 |
| ·旋转森林的算法框架 | 第48-50页 |
| ·两个重要参数的分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 不平衡类 | 第55-67页 |
| ·影响不平衡类分类的因素 | 第55-56页 |
| ·可选度量 | 第56-60页 |
| ·召回率和精度 | 第56-58页 |
| ·受试者工作特征曲线（ROC 曲线） | 第58-60页 |
| ·各类算法针对不平衡类的改进 | 第60-66页 |
| ·改进的 AdaBoost 算法 | 第60-63页 |
| ·加权随机森林 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-74页 |
