| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第8-10页 |
| 第二章 模型的建立 | 第10-21页 |
| 2.1 缺失数据的插补方法 | 第10-11页 |
| 2.2 主成分分析和因子分析的原理及其比较 | 第11-13页 |
| 2.3 多分类logistic回归模型 | 第13-15页 |
| 2.3.1 有序多分类logistic回归模型 | 第13-14页 |
| 2.3.2 无序多分类logistic回归模型 | 第14-15页 |
| 2.4 支持向量机(SVM)模型 | 第15-21页 |
| 2.4.1 什么是支持向量机(Support Vector Machine) | 第15-16页 |
| 2.4.2 二分类支持向量机 | 第16-19页 |
| 2.4.3 基于Libsvm实现一对一多分类支持向量机 | 第19-21页 |
| 第三章 模型的应用 | 第21-30页 |
| 第四章 总结与展望 | 第30-31页 |
| 参考文献 | 第31-33页 |
| 附录：袋鼠头骨化石数据 | 第33-37页 |
| 致谢 | 第37页 |