ID3算法的研究及在以政府决策为主题的挖掘系统中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的研究背景 | 第7-9页 |
| ·课题研究内容、目的和意义 | 第9-12页 |
| ·课题的研究内容 | 第9-10页 |
| ·课题的目的和意义 | 第10-11页 |
| ·课题的最新进展 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 数据挖掘的基本理论 | 第13-26页 |
| ·数据挖掘的定义 | 第13-14页 |
| ·技术上的定义及含义 | 第13-14页 |
| ·商业角度的定义 | 第14页 |
| ·数据挖掘基本步骤 | 第14-15页 |
| ·数据挖掘方法分类 | 第15-18页 |
| ·数据挖掘的度量 | 第18-19页 |
| ·数据挖掘问题 | 第19-20页 |
| ·数据库及其与数据挖掘的关系 | 第20-22页 |
| ·数据仓库及其与数据挖掘的关系 | 第22-24页 |
| ·OLAP | 第24-25页 |
| ·决策支持系统与数据挖掘的关系 | 第25-26页 |
| 第三章 决策树方法 | 第26-37页 |
| ·决策树的概述 | 第26-27页 |
| ·决策树的优劣 | 第27-28页 |
| ·信息论概述 | 第28-31页 |
| ·熵理论简介 | 第28-29页 |
| ·信息论简介 | 第29-30页 |
| ·信息论决策树学习中的应用 | 第30-31页 |
| ·ID3学习算法 | 第31-37页 |
| ·ID3算法的基本思想 | 第31-32页 |
| ·ID3算法描述 | 第32-33页 |
| ·ID3算法的实例 | 第33-36页 |
| ·ID3算法的优劣 | 第36-37页 |
| 第四章 基于ID3算法的改进 | 第37-44页 |
| ·算法基本思想 | 第37页 |
| ·算法描述 | 第37-38页 |
| ·样例测试 | 第38-43页 |
| ·测试结果分析与评价 | 第43-44页 |
| 第五章 以政府决策为主题的数据挖掘系统设计及实现 | 第44-51页 |
| ·系统的需求 | 第44页 |
| ·实现环境 | 第44页 |
| ·系统流程图 | 第44-45页 |
| ·系统的模块构成 | 第45-47页 |
| ·系统的主要功能函数的实现 | 第47-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51页 |
| ·工作展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
