决策树ID3算法的改进研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-11页 |
| ·数据挖掘及决策树研究现状与发展趋势 | 第11-15页 |
| ·国内外研究现状 | 第11-14页 |
| ·发展趋势 | 第14-15页 |
| ·论文的研究内容 | 第15-17页 |
| 第2章 数据挖掘与决策树相关知识 | 第17-32页 |
| ·数据挖掘相关理论 | 第17-23页 |
| ·数据挖掘体系结构 | 第18-19页 |
| ·数据挖掘步骤 | 第19-20页 |
| ·数据挖掘算法 | 第20-23页 |
| ·数据分类中的决策树算法 | 第23-30页 |
| ·数据分类及其标准 | 第23-24页 |
| ·决策树分类算法 | 第24-27页 |
| ·常用决策树分类算法 | 第27-30页 |
| ·麦克劳林公式 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 决策树 ID3算法存在问题及改进方案 | 第32-44页 |
| ·ID3算法 | 第32-36页 |
| ·信息论简介 | 第32-34页 |
| ·ID3基本原理 | 第34-35页 |
| ·ID3算法描述 | 第35-36页 |
| ·ID3算法实例分析 | 第36-40页 |
| ·ID3算法存在的问题及改进方案 | 第40-43页 |
| ·算法优缺点 | 第41页 |
| ·存在问题 | 第41-42页 |
| ·改进方案 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 决策树 ID3算法改进 | 第44-56页 |
| ·ID3简化算法 | 第44-49页 |
| ·算法描述 | 第44-47页 |
| ·实例分析 | 第47-49页 |
| ·ID3简化算法的二叉树存储算法 | 第49-52页 |
| ·算法描述 | 第50页 |
| ·实例分析 | 第50-52页 |
| ·算法比较 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实验与结果分析 | 第56-61页 |
| ·实验环境 | 第56页 |
| ·实验内容 | 第56-59页 |
| ·算法正确性验证 | 第57-59页 |
| ·算法优化性验证 | 第59页 |
| ·实验结论 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
