| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 研究意义 | 第7页 |
| 1.2 国内外研究文献综述 | 第7-9页 |
| 1.2.1 国外研究情况 | 第7-8页 |
| 1.2.2 国内研究情况 | 第8-9页 |
| 1.3 研究思路与研究内容 | 第9-10页 |
| 1.3.1 研究思路 | 第9页 |
| 1.3.2 研究内容 | 第9-10页 |
| 2 分类模型介绍 | 第10-20页 |
| 2.1 logistic回归模型 | 第10-11页 |
| 2.1.1 定义 | 第10页 |
| 2.1.2 极大似然估计 | 第10-11页 |
| 2.2 决策树模型 | 第11-17页 |
| 2.2.1 ID3 算法 | 第13页 |
| 2.2.2 C4.5 算法 | 第13-17页 |
| 2.3 随机森林模型 | 第17-20页 |
| 2.3.1 随机森林生长步骤 | 第17页 |
| 2.3.2 泛化误差理论分析 | 第17-18页 |
| 2.3.3 OOB估计 | 第18-19页 |
| 2.3.4 变量重要性 | 第19-20页 |
| 3 几种分类模型的实证分析 | 第20-39页 |
| 3.1 数据预处理 | 第20-23页 |
| 3.1.1 数据清理 | 第20页 |
| 3.1.2 数据集成 | 第20页 |
| 3.1.3 数据转换 | 第20-21页 |
| 3.1.4 数据归约 | 第21页 |
| 3.1.5 样本数据来源与预处理 | 第21-23页 |
| 3.2 logistic回归模型 | 第23-29页 |
| 3.3 决策树C5.0 模型 | 第29-33页 |
| 3.3.1 初步决策树C5.0 模型的建立 | 第29页 |
| 3.3.2 成本敏感矩阵的建立 | 第29-31页 |
| 3.3.3 剪枝程度的确定 | 第31-32页 |
| 3.3.4 引入Boosting技术 | 第32-33页 |
| 3.3.5 模型评价 | 第33页 |
| 3.4 随机森林模型 | 第33-39页 |
| 3.4.1 生成原始随机森林 | 第33-36页 |
| 3.4.2 变量选择后随机森林的生成 | 第36-39页 |
| 4 分类模型性能评估 | 第39-46页 |
| 4.1 评价指标简介 | 第39-41页 |
| 4.2 模型性能比较分析 | 第41-46页 |
| 4.2.1 logistic模型 | 第41-42页 |
| 4.2.2 决策树C5.0 模型 | 第42页 |
| 4.2.3 随机森林模型 | 第42-44页 |
| 4.2.4 三个分类模型比较分析 | 第44-46页 |
| 5.总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51-55页 |
| A.logistic模型在Clementine 12.0 中的数据流 | 第51页 |
| B. 决策树C5.0 模型在Clementine 12.0 中的数据流 | 第51-52页 |
| C. 随机森林R程序 | 第52-55页 |