决策树分类算法优化研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·选题背景和意义 | 第10-11页 |
| ·国内外研究的现状 | 第11-14页 |
| ·决策树算法研究的发展趋势 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文的结构 | 第16-17页 |
| 第二章 数据挖掘及其分类方法分析 | 第17-26页 |
| ·数据挖掘的理论 | 第17-20页 |
| ·数据挖掘的概念 | 第17页 |
| ·数据挖掘的功能 | 第17-19页 |
| ·数据挖掘的步骤 | 第19-20页 |
| ·分类的概念及算法描述 | 第20-23页 |
| ·分类概念 | 第20-21页 |
| ·典型的分类算法描述 | 第21-23页 |
| ·评估分类模型准确性的尺度与方法 | 第23-25页 |
| ·评估分类模型准确性的尺度 | 第23-24页 |
| ·评估分类模型准确性的方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 决策树算法的分析与比较 | 第26-46页 |
| ·决策树算法的基本理论 | 第26-27页 |
| ·决策树算法的主要过程 | 第27页 |
| ·决策树的生成过程 | 第27页 |
| ·决策树的使用过程 | 第27页 |
| ·决策树算法的主要研究内容 | 第27-33页 |
| ·数据预处理技术 | 第27-28页 |
| ·属性选取标准 | 第28-29页 |
| ·决策树修剪技术 | 第29-30页 |
| ·可扩展性研究 | 第30-32页 |
| ·性能评价 | 第32-33页 |
| ·属性选择度量方法 | 第33-37页 |
| ·信息增益标准 | 第34-35页 |
| ·Gini索引标准 | 第35-36页 |
| ·Relief标准 | 第36-37页 |
| ·典型决策树算法的分析与比较 | 第37-45页 |
| ·ID3算法 | 第37-39页 |
| ·C4.5算法 | 第39-41页 |
| ·PUBLIC算法 | 第41-43页 |
| ·大规模数据集的决策树 | 第43-45页 |
| ·决策树算法评价 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 组合优化决策树算法研究 | 第46-56页 |
| ·决策树算法的主要问题 | 第46页 |
| ·决策树算法的组合优化 | 第46-55页 |
| ·基于粗糙集理论的降维方法 | 第47-48页 |
| ·对缺失值的处理 | 第48-49页 |
| ·基于加权属性协调度的决策树算法 | 第49-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 组合优化决策树分类器的设计与实现 | 第56-69页 |
| ·系统的概要设计 | 第56-58页 |
| ·系统流程图 | 第56-57页 |
| ·系统模块构成 | 第57-58页 |
| ·系统的实现 | 第58-62页 |
| ·系统的主要数据结构及算法说明 | 第58-61页 |
| ·决策树分类器系统的主要界面说明 | 第61-62页 |
| ·算法的评估分析 | 第62-68页 |
| ·医学领域的实例 | 第62-65页 |
| ·基于 UCI实例 | 第65-67页 |
| ·算法性能分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-72页 |
| ·总结 | 第69-70页 |
| ·本文小结 | 第69页 |
| ·个人小结 | 第69-70页 |
| ·对未来研究的展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间主要的研究成果 | 第76页 |
