基于过滤法的信息论特征选择算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究内容和主要工作 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 相关知识 | 第17-28页 |
| 2.1 特征选择四要素 | 第17-20页 |
| 2.1.1 产生过程 | 第17-18页 |
| 2.1.2 评价函数 | 第18-19页 |
| 2.1.3 停止准则 | 第19-20页 |
| 2.1.4 验证过程 | 第20页 |
| 2.2 信息论的基本概念 | 第20-23页 |
| 2.2.1 信息熵 | 第20-21页 |
| 2.2.2 互信息、条件互信息和联合互信息 | 第21-23页 |
| 2.3 基于信息论的特征选择算法 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于条件相关的特征选择算法 | 第28-49页 |
| 3.1 算法研究 | 第28-33页 |
| 3.1.1 条件相关性 | 第28-31页 |
| 3.1.2 基于条件相关的特征选择 | 第31-33页 |
| 3.2 实验方法 | 第33-38页 |
| 3.2.1 离散方法 | 第34-35页 |
| 3.2.2 分类器介绍 | 第35-36页 |
| 3.2.3 常用验证方法 | 第36-37页 |
| 3.2.4 分类性能度量 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-46页 |
| 3.3.1 实验数据集 | 第39-40页 |
| 3.3.2 分类准确率比较 | 第40-45页 |
| 3.3.3 AUC和F1比较 | 第45-46页 |
| 3.4 算法复杂度分析 | 第46-47页 |
| 3.4.1 运行时间比较 | 第46-47页 |
| 3.4.2 算法时间复杂度分析 | 第47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于加权相关的特征选择算法 | 第49-63页 |
| 4.1 算法研究 | 第49-53页 |
| 4.1.1 加权相关性 | 第49-51页 |
| 4.1.2 基于加权相关的特征选择 | 第51-53页 |
| 4.2 实验结果与分析 | 第53-60页 |
| 4.2.1 分类准确率比较 | 第53-59页 |
| 4.2.2 AUC和F1比较 | 第59-60页 |
| 4.3 算法复杂度分析 | 第60-61页 |
| 4.3.1 运行时间比较 | 第60-61页 |
| 4.3.2 算法时间复杂度分析 | 第61页 |
| 4.4 本章小结 | 第61-63页 |
| 第5章 总结和展望 | 第63-65页 |
| 5.1 论文总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 作者简介及在学期间所获得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
