基于Ripper的增强分类方法及其应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 文献综述 | 第13-18页 |
| 1.2.1 特征选择研究现状 | 第13-14页 |
| 1.2.2 分类算法研究现状 | 第14-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文组织结构 | 第19-20页 |
| 第2章 数据挖掘相关理论概述 | 第20-33页 |
| 2.1 大数据与数据挖掘 | 第20页 |
| 2.2 数据挖掘流程 | 第20-23页 |
| 2.2.1 挖掘目标 | 第20-21页 |
| 2.2.2 数据预处理 | 第21-22页 |
| 2.2.3 数据建模 | 第22页 |
| 2.2.4 模型评估 | 第22页 |
| 2.2.5 数据可视化 | 第22-23页 |
| 2.3 相关算法分析 | 第23-29页 |
| 2.3.1 监督学习 | 第23-27页 |
| 2.3.2 无监督学习 | 第27-29页 |
| 2.4 数据挖掘平台 | 第29-32页 |
| 2.4.1 数据挖掘与Python | 第29-30页 |
| 2.4.2 数据挖掘与R | 第30-31页 |
| 2.4.3 数据挖掘与Matlab | 第31页 |
| 2.4.4 平台优缺点对比 | 第31-32页 |
| 2.5 小结 | 第32-33页 |
| 第3章 基于Ripper的特征选取算法 | 第33-49页 |
| 3.1 特征选择现存问题 | 第33页 |
| 3.2 Ripper算法 | 第33-36页 |
| 3.3 基于Ripper的特征选择算法 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-48页 |
| 3.4.1 实验环境 | 第38页 |
| 3.4.2 NSL-KDD 99数据集 | 第38-42页 |
| 3.4.3 实验过程与结果分析 | 第42-48页 |
| 3.5 小结 | 第48-49页 |
| 第4章 Rippe-ADB组合增强算法 | 第49-60页 |
| 4.1 分类方法现存问题 | 第49页 |
| 4.2 Adaboost算法原理 | 第49-52页 |
| 4.3 改进算法Ripper-ADB | 第52-54页 |
| 4.4 实验结果与分析 | 第54-59页 |
| 4.5 小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录 A 攻读学位期间所取得的成果 | 第65-66页 |
| 致谢 | 第66页 |
