基于粗糙集合的属性选择方法研究
| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-12页 |
| ·课题背景 | 第10-11页 |
| ·本文所完成的工作 | 第11页 |
| ·论文组织安排 | 第11-12页 |
| 2 相关理论综述 | 第12-27页 |
| ·数据挖掘 | 第12-17页 |
| ·数据挖掘的概念和定义 | 第12-13页 |
| ·数据挖掘的功能 | 第13-14页 |
| ·数据挖掘的基本过程 | 第14-15页 |
| ·数据挖掘的方法 | 第15-17页 |
| ·属性选择 | 第17-21页 |
| ·属性选择概述 | 第17页 |
| ·属性选择基本步骤 | 第17-18页 |
| ·搜索属性空间 | 第18-20页 |
| ·属性选择方法 | 第20-21页 |
| ·粗糙集合理论基础 | 第21-27页 |
| ·粗糙集合概述 | 第21-22页 |
| ·粗糙集合相关定义 | 第22-24页 |
| ·利用区分矩阵计算核集 | 第24-26页 |
| ·粗糙集合在属性选择中的应用 | 第26-27页 |
| 3 Weka 平台中属性选择解析 | 第27-43页 |
| ·Weka 概述 | 第27-29页 |
| ·Weka 的背景 | 第27-28页 |
| ·Weka 的功能 | 第28-29页 |
| ·Weka 设计框架 | 第29-31页 |
| ·Weka 总体结构分析 | 第29页 |
| ·Weka 包结构 | 第29-31页 |
| ·Weka 中的属性选择 | 第31-43页 |
| ·Weka 中的属性评价方法 | 第32-33页 |
| ·Weka 中的子集搜索算法 | 第33-36页 |
| ·Weka 中属性选择的基础类 | 第36-39页 |
| ·在Weka 中执行属性选择 | 第39-43页 |
| 4 基于相关性的属性评价标准 | 第43-48页 |
| ·概述 | 第43-44页 |
| ·线性相关性评价方法 | 第44页 |
| ·基于信息熵的相关性评价方法 | 第44-46页 |
| ·信息熵与信息增益 | 第44-45页 |
| ·对称不确定性属性评价方法 | 第45-46页 |
| ·Relief 算法 | 第46-48页 |
| 5 基于核集的对称不确定性属性选择算法 | 第48-59页 |
| ·算法引言 | 第48页 |
| ·算法基本思想和描述 | 第48-50页 |
| ·算法基本思想 | 第48-49页 |
| ·算法执行步骤 | 第49-50页 |
| ·实验环境 | 第50-55页 |
| ·CBSU 算法在Weka 中的实现 | 第50-53页 |
| ·FCBF 算法简介 | 第53-54页 |
| ·实验数据集说明 | 第54-55页 |
| ·实验过程和结论 | 第55-59页 |
| ·选择属性 | 第55-56页 |
| ·属性选择结果评价 | 第56-59页 |
| 6 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 学位论文数据集 | 第63页 |
