决策树分类方法在保险业务中的应用研究
| 1 绪论 | 第1-16页 |
| ·本课题的研究背景及研究意义 | 第7-10页 |
| ·KDD的发展历史及国内外研究动态 | 第10-13页 |
| ·KDD的应用概况 | 第13-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 2 分类和分类模型的准确性 | 第16-23页 |
| ·分类的概念 | 第16-17页 |
| ·分类的算法 | 第17页 |
| ·评估分类模型准确性的方法 | 第17-22页 |
| ·提升图的表示方法 | 第19-20页 |
| ·累积增加图的表示方法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 决策树算法的主要过程 | 第23-39页 |
| ·举例说明用决策树进行分类 | 第23-24页 |
| ·几种典型决策树分类算法 | 第24-31页 |
| ·ID3算法 | 第24-27页 |
| ·C4.5算法 | 第27-29页 |
| ·CART算法 | 第29-31页 |
| ·选择划分属性的统计度量方法 | 第31-33页 |
| ·信息增益 | 第31-32页 |
| ·基尼指数 | 第32-33页 |
| ·用数值型属性划分节点的方法 | 第33页 |
| ·基于误差估计的剪枝算法 | 第33-34页 |
| ·决策树分类的可伸缩性算法 | 第34-38页 |
| ·可伸缩性算法设计 | 第34-36页 |
| ·可伸缩性算法结构 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 决策树分类器在保险业务中的应用 | 第39-51页 |
| ·分类器的基本概念 | 第39页 |
| ·几种基本的分类器 | 第39-41页 |
| ·决策树分类器 | 第39-40页 |
| ·选择树分类器 | 第40页 |
| ·证据分类器 | 第40页 |
| ·生成器运行模式 | 第40-41页 |
| ·分类器准确度评估方法 | 第41-42页 |
| ·影响一个分类器错误率的因素 | 第41-42页 |
| ·评估方法 | 第42页 |
| ·决策树分类器在保险业务中的应用 | 第42-48页 |
| ·构造决策树 | 第43-45页 |
| ·数据整理 | 第45页 |
| ·数据分析 | 第45-46页 |
| ·数据挖掘 | 第46-47页 |
| ·挖掘结果分析理解 | 第47-48页 |
| ·选择树分类器在保险业务中的应用 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 结论与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
