机器学习中实例选择算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·机器学习简介 | 第10页 |
| ·机器学习中的实例选择 | 第10-11页 |
| ·实例选择算法的研究历史与现状 | 第11-13页 |
| ·本文的研究内容和组织结构 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·组织结构 | 第14-15页 |
| 第2章 实例选择的相关问题介绍 | 第15-26页 |
| ·实例选择的相关概念 | 第15-17页 |
| ·实例选择算法的分类 | 第17-19页 |
| ·按算法搜索方向分类 | 第17-18页 |
| ·按删除数据类型分类 | 第18页 |
| ·实例选择算法分类小结 | 第18-19页 |
| ·实例选择与近邻分类 | 第19-20页 |
| ·常见实例选择算法举例 | 第20-26页 |
| ·ENN 算法 | 第20-21页 |
| ·RNN 算法 | 第21页 |
| ·IB 算法 | 第21-22页 |
| ·DROP3 算法 | 第22-24页 |
| ·ICF 算法 | 第24-26页 |
| 第3章 基于同类实例对的实例选择算法 | 第26-39页 |
| ·引言 | 第26页 |
| ·最近同类实例对 | 第26-30页 |
| ·最近同类实例对的定义 | 第26-27页 |
| ·实例分类能力描述 | 第27-29页 |
| ·最近同类实例对的特性 | 第29-30页 |
| ·基于同类实例对的实例选择算法 | 第30-32页 |
| ·RIPE 算法描述 | 第30-31页 |
| ·RIPE 算法时间复杂度分析 | 第31-32页 |
| ·实验设计及结果分析 | 第32-37页 |
| ·测试数据的选取及实验过程设计 | 第32页 |
| ·不同算法的对比实验 | 第32-36页 |
| ·人工数据集实验效果分析 | 第36-37页 |
| ·RIPE 算法小结 | 第37-39页 |
| 第4章 冗余实例对迭代消除实例选择算法 | 第39-49页 |
| ·引言 | 第39页 |
| ·冗余实例对迭代消除算法 | 第39-41页 |
| ·RRIPE 算法描述 | 第39-40页 |
| ·RRIPE 算法收敛性证明 | 第40-41页 |
| ·实验设计与结果分析 | 第41-47页 |
| ·与 RIPE 算法的对比实验及分析 | 第41-44页 |
| ·人工数据集的生成 | 第44-45页 |
| ·与 ICF 算法在人工数据集上的对比实验 | 第45-47页 |
| ·RRIPE 算法特性 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 结论与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·下一步工作 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |
