基于Spark不平衡数据分类算法的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 Spark研究现状 | 第9页 |
| 1.2.2 不平衡数据分类研究现状 | 第9-11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文组织安排 | 第12-13页 |
| 2 相关理论与技术 | 第13-23页 |
| 2.1 数据挖掘常用算法 | 第13-16页 |
| 2.1.1 分类算法 | 第13-15页 |
| 2.1.2 聚类算法 | 第15-16页 |
| 2.2 不平衡数据 | 第16-17页 |
| 2.3 Spark分布式平台 | 第17-22页 |
| 2.3.1 SparkRDD | 第18-20页 |
| 2.3.2 SparkMLlib | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于Spark的类内抽样分类法 | 第23-40页 |
| 3.1 问题的提出 | 第23-24页 |
| 3.2 算法描述 | 第24-25页 |
| 3.3 算法设计与实现 | 第25-33页 |
| 3.3.1 数据格式化 | 第26-27页 |
| 3.3.2 类内聚类 | 第27-29页 |
| 3.3.3 类内抽样 | 第29-30页 |
| 3.3.4 数据分类 | 第30-33页 |
| 3.4 分类评价标准 | 第33-35页 |
| 3.4.1 G-mean | 第34-35页 |
| 3.4.2 F-measure | 第35页 |
| 3.5 实验及结果分析 | 第35-39页 |
| 3.5.1 数据来源 | 第36页 |
| 3.5.2 环境搭建 | 第36-38页 |
| 3.5.3 结果分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 基于Spark的类间类内抽样分类法 | 第40-52页 |
| 4.1 问题的提出 | 第40页 |
| 4.2 算法描述 | 第40-43页 |
| 4.3 算法设计与实现 | 第43-50页 |
| 4.3.1 数据格式化 | 第43页 |
| 4.3.2 类间类内聚类 | 第43-45页 |
| 4.3.3 类间类内抽样 | 第45-47页 |
| 4.3.4 数据分类 | 第47-50页 |
| 4.4 实验及结果分析 | 第50-51页 |
| 4.4.1 数据来源 | 第50页 |
| 4.4.2 结果分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
