摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-12页 |
1.1 课题背景与意义 | 第7-8页 |
1.2 课题研究现状 | 第8-10页 |
1.2.1 国外对C4.5 算法的研究动态 | 第8-9页 |
1.2.2 国内对C4.5 算法的研究动态 | 第9-10页 |
1.3 论文研究内容 | 第10页 |
1.4 论文结构 | 第10-12页 |
第二章 决策树分类算法 | 第12-22页 |
2.1 决策树分类算法概述 | 第12-13页 |
2.2 ID3算法 | 第13-16页 |
2.2.1 信息熵和信息增益 | 第13-14页 |
2.2.2 ID3算法思想 | 第14-15页 |
2.2.3 ID3算法流程图 | 第15-16页 |
2.3 C4.5 算法 | 第16-19页 |
2.3.1 C4.5 算法思想 | 第16-17页 |
2.3.2 C4.5 算法步骤 | 第17页 |
2.3.3 C4.5 算法流程图 | 第17-18页 |
2.3.4 C4.5 算法的优缺点 | 第18-19页 |
2.4 改进的C4.5 算法 | 第19-21页 |
2.4.1 基于粒子群算法的C4.5 算法 | 第19-20页 |
2.4.2 基于模糊算法的C4.5 算法 | 第20-21页 |
2.5 本章小结 | 第21-22页 |
第三章 基于GINI指数均值的C4.5 优化算法 | 第22-33页 |
3.1 泰勒级数 | 第22-23页 |
3.2 属性相关性和GINI指数原理 | 第23-24页 |
3.3 算法描述 | 第24-26页 |
3.4 算法流程图 | 第26-27页 |
3.5 算法伪代码 | 第27-28页 |
3.6 实验与分析 | 第28-32页 |
3.6.1 实验设计 | 第28-29页 |
3.6.2 实验结果与分析 | 第29-32页 |
3.7 本章小结 | 第32-33页 |
第四章 基于属性依赖度计算和PCA的C4.5 优化算法 | 第33-43页 |
4.1 属性依赖度计算原理 | 第33-34页 |
4.2 PCA算法 | 第34-35页 |
4.3 算法描述 | 第35-36页 |
4.4 算法流程图 | 第36-37页 |
4.5 算法伪代码 | 第37-38页 |
4.6 实验与分析 | 第38-42页 |
4.6.1 实验设计 | 第38页 |
4.6.2 实验结果与分析 | 第38-42页 |
4.7 本章小结 | 第42-43页 |
第五章 学生英语统考成绩预测 | 第43-50页 |
5.1 英语统考成绩预测系统目的与意义 | 第43页 |
5.2 基于GC4.5 算法和RPC4.5 算法的成绩预测 | 第43-46页 |
5.3 实验与分析 | 第46-49页 |
5.3.1 实验设计 | 第46-48页 |
5.3.2 实验结果与分析 | 第48-49页 |
5.4 本章小结 | 第49-50页 |
第六章 总结与展望 | 第50-53页 |
6.1 论文总结 | 第50-51页 |
6.2 论文的主要创新点 | 第51页 |
6.3 论文存在的问题以及未来工作的展望 | 第51-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-58页 |
附录:作者在攻读硕士学位期间发表的论文 | 第58页 |