随机森林的特征选择和模型优化算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外相关研究和综述 | 第10-13页 |
| ·集成学习的研究现状 | 第10-12页 |
| ·随机森林的研究现状 | 第12-13页 |
| ·本文的主要工作与结构安排 | 第13-15页 |
| ·本文的主要工作 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 随机森林基本理论 | 第15-21页 |
| ·随机森林相关概念 | 第15-16页 |
| ·随机森林的定义 | 第15页 |
| ·随机森林重要概念 | 第15-16页 |
| ·随机森林相关理论 | 第16-19页 |
| ·随机森林的主要思想 | 第16-17页 |
| ·随机森林的理论基础 | 第17-19页 |
| ·随机森林的优缺点 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 随机森林的特征分析 | 第21-48页 |
| ·Chi-squre 理论 | 第21-22页 |
| ·Chi-Squre 思想 | 第21-22页 |
| ·Chi-Squre 特点 | 第22页 |
| ·特征分析与改进算法 | 第22-27页 |
| ·随机森林特征选择规则 | 第22-23页 |
| ·改进的特征选择算法 | 第23-27页 |
| ·实验与分析 | 第27-47页 |
| ·特征选择实验数据分析 | 第27-28页 |
| ·改进特征选择算法实验参数介绍 | 第28-29页 |
| ·改进前后算法比较及结果分析 | 第29-44页 |
| ·改进算法中参数分析 | 第44-47页 |
| ·改进算法复杂度分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第4章 随机森林的模型优化 | 第48-60页 |
| ·随机森林模型分析 | 第48-50页 |
| ·模型构成影响 | 第48-49页 |
| ·模型问题描述 | 第49-50页 |
| ·模型优化算法 | 第50-56页 |
| ·聚类度量 | 第50-52页 |
| ·模型选择算法分析 | 第52-53页 |
| ·模型聚类算法 | 第53-56页 |
| ·实验与分析 | 第56-59页 |
| ·算法结果比较 | 第56-58页 |
| ·算法结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 算法再优化与展望 | 第60-65页 |
| ·随机森林的优化算法 | 第60-62页 |
| ·本文主要贡献 | 第62-63页 |
| ·进一步研究的问题 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
