基于随机森林的不平衡数据分类算法及其并行化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 不平衡数据分类研究现状 | 第11-12页 |
| 1.2.2 随机森林算法研究现状 | 第12-13页 |
| 1.2.3 分布式计算框架研究现状 | 第13-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 基本概念及相关技术 | 第16-30页 |
| 2.1 不平衡数据 | 第16-17页 |
| 2.1.1 不平衡数据及其特点 | 第16页 |
| 2.1.2 不平衡数据解决方法 | 第16-17页 |
| 2.2 随机森林分类算法概述 | 第17-23页 |
| 2.2.1 决策树 | 第18-21页 |
| 2.2.2 随机森林定义 | 第21页 |
| 2.2.3 随机森林构建过程 | 第21-23页 |
| 2.2.4 随机森林算法优缺点 | 第23页 |
| 2.3 Spark简介 | 第23-28页 |
| 2.3.1 Spark概述 | 第24页 |
| 2.3.2 Spark生态系统 | 第24-26页 |
| 2.3.3 Spark编程模型 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于综合权重的数据平衡策略设计 | 第30-38页 |
| 3.1 问题引入 | 第30-31页 |
| 3.2 数据描述 | 第31页 |
| 3.3 基于综合权重的数据平衡策略 | 第31-34页 |
| 3.4 实验结果与分析 | 第34-36页 |
| 3.4.1 实验数据来源 | 第34-35页 |
| 3.4.2 实验分析 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于随机森林的不平衡数据分类算法设计 | 第38-48页 |
| 4.1 问题引入 | 第38-39页 |
| 4.2 相关基础知识 | 第39页 |
| 4.3 基于随机森林的不平衡数据分类算法 | 第39-43页 |
| 4.3.1 基于相关性的特征选择方法 | 第40-42页 |
| 4.3.2 加权投票法 | 第42-43页 |
| 4.4 实验结果与分析 | 第43-47页 |
| 4.4.1 实验数据和对比方法 | 第43页 |
| 4.4.2 评估方法 | 第43-44页 |
| 4.4.3 实验结果分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于随机森林的不平衡数据分类算法并行实现 | 第48-56页 |
| 5.1 并行性研究 | 第48页 |
| 5.2 并行化实现 | 第48-52页 |
| 5.3 实验结果与分析 | 第52-54页 |
| 5.3.1 实验环境 | 第52页 |
| 5.3.2 实验数据和对比算法 | 第52-53页 |
| 5.3.3 实验结果分析 | 第53-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录A 攻读学位期间研究成果 | 第64页 |
