数据挖掘中的决策树方法及其在客户分类中的应用

摘要	第1-6页
0 前言	第6-7页
1 绪论	第7-12页
·课题的来源、研究背景及意义	第7页
·数据挖掘的研究方面	第7-9页
·数据挖掘的主要任务	第9-10页
·论文的主要内容	第10页
·论文的组织结构	第10-12页
2 数据挖掘中的决策树方法	第12-20页
·决策树方法介绍	第12页
·ID3学习算法	第12-16页
·决策树的简化	第16-19页
·决策树过大的原因	第16-17页
·控制树的大小	第17-19页
·决策树方法的特点	第19-20页
3 客户分类的问题定义	第20-27页
·系统需求分析	第20-21页
·问题定义	第21-22页
·客户分类过程的总体结构	第22-23页
·数据预处理	第23-27页
·数据抽取	第24页
·数据清理	第24页
·数据归纳	第24-26页
·数据转换	第26-27页
4 决策树分类模型的建立	第27-42页
·核心数据结构与ID3算法流程	第27-29页
·核心数据结构	第27-28页
·算法流程	第28-29页
·构建决策树	第29-35页
·结果分析	第35-37页
·信息增益度法与实验结果分析	第37-42页
·信息增益度法	第37-41页
·改进后的结果分析	第41-42页
5 总结与展望	第42-43页
致谢	第43-44页
参考文献	第44-46页
攻读硕士学位期间发表的论文	第46-48页