| 作者简介 | 第1-8页 |
| 摘要 | 第8-12页 |
| ABSTRACT | 第12-19页 |
| 第一章 绪论 | 第19-28页 |
| §1.1 基于实例的学习方法 | 第19页 |
| §1.2 距离度量 | 第19-21页 |
| §1.3 属性类型分类 | 第21-22页 |
| §1.4 数值属性距离度量 | 第22-23页 |
| §1.5 名词性属性距离度量及存在的几点问题 | 第23-26页 |
| §1.6 论文的研究内容和组织结构 | 第26-28页 |
| 第二章 基于属性独立假设的Short-Fukunaga度量 | 第28-44页 |
| §2.1 引言 | 第28-29页 |
| §2.2 值差度量中的属性独立假设 | 第29-30页 |
| §2.3 修改的Short-Fukunaga度量 | 第30-32页 |
| §2.4 实验设计与分析 | 第32-41页 |
| ·Weka平台简介 | 第32页 |
| ·交叉验证 | 第32-33页 |
| ·实验设计 | 第33-36页 |
| ·实验结果分析 | 第36-38页 |
| ·应用实例 | 第38-41页 |
| §2.5 关于距离度量的讨论 | 第41-43页 |
| §2.6 本章小结 | 第43-44页 |
| 第三章 一依赖的值差度量 | 第44-56页 |
| §3.1 引言 | 第44-45页 |
| §3.2 扩展的贝叶斯网络分类器 | 第45-47页 |
| §3.3 一依赖的值差度量 | 第47-48页 |
| §3.4 实验设计与分析 | 第48-54页 |
| ·实验设计 | 第48-49页 |
| ·实验结果分析 | 第49-54页 |
| §3.5 本章小结 | 第54-56页 |
| 第四章 贝叶斯分类器与基于概率的距离度量 | 第56-75页 |
| §4.1 引言 | 第56页 |
| §4.2 基于概率的距离度量 | 第56-58页 |
| §4.3 贝叶斯网络分类器的类概率估测性能 | 第58-63页 |
| §4.4 实验设计与分析 | 第63-73页 |
| ·实验设计 | 第63页 |
| ·实验结果分析 | 第63-73页 |
| ·应用实例 | 第73页 |
| §4.5 本章小结 | 第73-75页 |
| 第五章 相关性加权的异构欧几里得-重叠度量 | 第75-96页 |
| §5.1 引言 | 第75-76页 |
| §5.2 相关性加权的重叠度量 | 第76-77页 |
| §5.3 异构欧儿里得-重叠度量 | 第77-78页 |
| §5.4 相关性加权的异构欧儿里得-重叠度量 | 第78-79页 |
| §5.5 实验设计与分析 | 第79-95页 |
| ·实验设计 | 第79-81页 |
| ·实验结果分析 | 第81-85页 |
| ·应用实例 | 第85-95页 |
| §5.6 本章小结 | 第95-96页 |
| 第六章 选择性的值差度量 | 第96-105页 |
| §6.1 引言 | 第96页 |
| §6.2 分类与类概率估测的不同标准 | 第96-97页 |
| §6.3 k-近邻方法用于类概率估测 | 第97-98页 |
| §6.4 为值差度量作属性选择 | 第98-101页 |
| §6.5 实验设计与分析 | 第101-104页 |
| ·实验设计 | 第101-102页 |
| ·实验结果分析 | 第102-104页 |
| §6.6 本章小结 | 第104-105页 |
| 第七章 总结与讨论 | 第105-108页 |
| §7.1 论文主要工作总结 | 第105-106页 |
| §7.2 论文主要创新点 | 第106-107页 |
| §7.3 进一步的研究工作 | 第107-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-117页 |