不同决策环境下决策树模型的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的主要创新点 | 第10-11页 |
| 1.4 全文的组织和安排 | 第11-12页 |
| 第2章 决策树理论基础 | 第12-20页 |
| 2.1 什么是决策树 | 第12页 |
| 2.2 怎样构造决策树 | 第12-14页 |
| 2.3 传统决策树 | 第14-17页 |
| 2.3.1 ID3算法 | 第14-16页 |
| 2.3.2 C4.5算法 | 第16-17页 |
| 2.4 代价敏感决策树 | 第17-19页 |
| 2.4.1 代价敏感分类法的基本概念 | 第17-18页 |
| 2.4.2 代价敏感决策树算法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 代价与收益并存的多敏感决策树算法 | 第20-33页 |
| 3.1 问题描述 | 第20-21页 |
| 3.2 相关工作 | 第21-22页 |
| 3.3 代价与收益并存的决策树模型 | 第22-26页 |
| 3.3.1 相关概念 | 第22-24页 |
| 3.3.2 基于UCB的结点类标号判断标准 | 第24页 |
| 3.3.3 分裂属性选择 | 第24-25页 |
| 3.3.4 代价与收益并存的决策树模型的建立 | 第25-26页 |
| 3.4 实验分析 | 第26-32页 |
| 3.4.1 实验在不同算法下 | 第26-27页 |
| 3.4.2 实验在不同的缺失率下 | 第27-31页 |
| 3.4.3 不同算法下UCB值的显著性差异分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 偏好敏感决策树算法 | 第33-47页 |
| 4.1 问题描述 | 第33页 |
| 4.2 偏好敏感决策树的相关定义 | 第33-36页 |
| 4.2.1 偏好度 | 第33-34页 |
| 4.2.2 偏好代价 | 第34页 |
| 4.2.3 有效偏好 | 第34-35页 |
| 4.2.4 基于有效偏好的结点类标号判断标准 | 第35-36页 |
| 4.3 偏好敏感决策树模型 | 第36-37页 |
| 4.3.1 EP增加量 | 第36-37页 |
| 4.3.2 分裂属性选择 | 第37页 |
| 4.4 构建偏好敏感决策树 | 第37-40页 |
| 4.4.1 自适应的选择偏好类的偏好度 | 第37-38页 |
| 4.4.2 PSDT的算法描述 | 第38-40页 |
| 4.5 PSDT的剪枝策略 | 第40页 |
| 4.6 实验分析 | 第40-46页 |
| 4.6.1 偏好度和偏好代价对PSDT的影响 | 第41-43页 |
| 4.6.2 PSDT树与C4.5树的比较 | 第43-44页 |
| 4.6.3 PSDT的有效性验证 | 第44-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47-48页 |
| 5.2 未来工作 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 在学期间科研成果 | 第52-53页 |
| 1 学术论文 | 第52页 |
| 2 在学期间获得的奖励 | 第52页 |
| 3 研究生期间参与的科研项目 | 第52-53页 |
| 致谢 | 第53-54页 |
