| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的研究目的和研究内容 | 第10-11页 |
| 1.3.1 研究目的 | 第10页 |
| 1.3.2 研究内容 | 第10-11页 |
| 1.4 论文结构 | 第11-12页 |
| 2 关联分类的相关理论和技术 | 第12-25页 |
| 2.1 关联规则相关概念 | 第12-15页 |
| 2.1.1 关联规则基本概念 | 第12-14页 |
| 2.1.2 关联规则挖掘过程 | 第14-15页 |
| 2.2 关联规则挖掘算法 | 第15-18页 |
| 2.2.1 Apriori 算法 | 第15-16页 |
| 2.2.2 FP-Growth 算法 | 第16-18页 |
| 2.2.3 Charm 算法 | 第18页 |
| 2.3 关联分类概述 | 第18-20页 |
| 2.4 基于 Eager 学习方式的关联分类 | 第20-23页 |
| 2.4.1 CBA 算法 | 第20-21页 |
| 2.4.2 CMAR 算法 | 第21-22页 |
| 2.4.3 ACCF 算法 | 第22-23页 |
| 2.5 基于 Lazy 学习方式的关联分类 | 第23-24页 |
| 2.5.1 Lazy 关联分类方法的思想 | 第23页 |
| 2.5.2 LAC 算法 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 针对缺失数据集的处理方法 | 第25-32页 |
| 3.1 缺失数据的定义 | 第25-26页 |
| 3.2 产生缺失数据的原因 | 第26页 |
| 3.3 处理缺失数据集的方法 | 第26-31页 |
| 3.3.1 删除元组 | 第26-27页 |
| 3.3.2 数据补齐 | 第27-28页 |
| 3.3.3 不处理 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 一种基于混合策略的关联分类方法 | 第32-46页 |
| 4.1 问题的提出 | 第32-36页 |
| 4.1.1 基于 Eager 学习方式的关联分类存在的问题 | 第32-34页 |
| 4.1.2 基于 Lazy 学习方式的关联分类存在的问题 | 第34-35页 |
| 4.1.3 本文方法的提出 | 第35-36页 |
| 4.2 基于混合策略的关联分类方法的思想 | 第36-38页 |
| 4.3 改进的 Eager 分类器的构建 | 第38-43页 |
| 4.3.1 挖掘类关联规则 | 第39-41页 |
| 4.3.2 构建改进的 Eager 分类器 | 第41-42页 |
| 4.3.3 规则剪枝 | 第42-43页 |
| 4.4 规则的匹配 | 第43-44页 |
| 4.5 构建 Lazy 分类器进行分类预测 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 5 实验及结果分析 | 第46-58页 |
| 5.1 实验运行环境 | 第46页 |
| 5.2 实验数据来源 | 第46-47页 |
| 5.3 评价指标 | 第47页 |
| 5.4 针对一般数据集的准确率、执行时间的比较 | 第47-50页 |
| 5.5 针对缺失数据集的准确率的比较 | 第50-57页 |
| 5.5.1 天然缺失的数据集上分类准确率的对比 | 第51-52页 |
| 5.5.2 不同缺失率的数据集上分类准确率的对比 | 第52-57页 |
| 5.6 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第65页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第65页 |