基于Spark的一种改进的随机森林算法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 数据挖掘领域研究现状 | 第11-12页 |
| 1.2.2 分类算法的研究现状 | 第12-13页 |
| 1.2.3 随机森林的研究现状 | 第13-15页 |
| 1.3 研究目标与研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-19页 |
| 第二章 相关理论和技术 | 第19-29页 |
| 2.1 随机森林算法 | 第19-24页 |
| 2.1.1 集成学习 | 第19-20页 |
| 2.1.2 Bagging和Boosting算法 | 第20-21页 |
| 2.1.3 决策树 | 第21-23页 |
| 2.1.4 随机森林原理概述 | 第23-24页 |
| 2.2 Matlab平台 | 第24-26页 |
| 2.3 Spark平台 | 第26-28页 |
| 2.3.1 Spark平台概述 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于分类精度和相关性的随机森林算法 | 第29-45页 |
| 3.1 分类性能评价指标 | 第29-34页 |
| 3.1.1 分类精度 | 第29-30页 |
| 3.1.2 ROC与AUC | 第30-34页 |
| 3.2 决策树之间的相似度 | 第34-37页 |
| 3.2.1 决策树之间的相似度的计算 | 第35-37页 |
| 3.3 改进后的随机森林算法 | 第37-44页 |
| 3.3.1 改进后的随机森林算法原理 | 第38-39页 |
| 3.3.2 UCI数据集 | 第39-40页 |
| 3.3.3 在MATLAB平台的实验结果与分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于Spark平台的并行化实现 | 第45-53页 |
| 4.1 Spark的并行化设计基础 | 第45-49页 |
| 4.1.1 RDDs | 第46-48页 |
| 4.1.2 MLlib | 第48-49页 |
| 4.2 Spark实验平台 | 第49页 |
| 4.3 在SPARK平台实验结果及分析 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-57页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间发表的学术论文目录 | 第63页 |
