决策树分类及剪枝算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-16页 |
| ·课题意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 数据挖掘及其分类方法 | 第16-21页 |
| ·引言 | 第16页 |
| ·数据挖掘的理论 | 第16-18页 |
| ·数据挖掘的含义 | 第16-17页 |
| ·数据挖掘的任务 | 第17-18页 |
| ·数据挖掘的体系结构 | 第18页 |
| ·分类的概念及常用的分类方法 | 第18-20页 |
| ·分类的概念 | 第18-19页 |
| ·常用的分类方法 | 第19-20页 |
| ·分类方法的评估标准 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 决策树分类算法 | 第21-31页 |
| ·引言 | 第21页 |
| ·决策树算法简介 | 第21-23页 |
| ·决策树算法的基本概念 | 第21-22页 |
| ·决策树算法的主要过程 | 第22-23页 |
| ·决策树算法的主要研究内容 | 第23-25页 |
| ·数据处理技术 | 第23页 |
| ·属性选取标准 | 第23-24页 |
| ·决策树剪枝技术 | 第24页 |
| ·可伸缩性研究 | 第24-25页 |
| ·几种主要的决策树算法 | 第25-30页 |
| ·ID3 算法 | 第25-26页 |
| ·C4.5 算法 | 第26-28页 |
| ·CART 算法 | 第28-29页 |
| ·其他决策树算法 | 第29-30页 |
| ·决策树算法的主要特点 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第4章 决策树剪枝方法 | 第31-38页 |
| ·决策树剪枝方法概述 | 第31页 |
| ·预剪枝方法 | 第31-32页 |
| ·后剪枝算法 | 第32-37页 |
| ·CCP | 第32-33页 |
| ·REP | 第33-34页 |
| ·PEP | 第34-36页 |
| ·MEP | 第36页 |
| ·后剪枝算法归纳比较 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 多关系数据库的分类 | 第38-56页 |
| ·多关系数据挖掘的概念 | 第38页 |
| ·多关系分类的基本概念 | 第38-40页 |
| ·多关系分类的几种方法 | 第40-42页 |
| ·ILP 方法 | 第40-41页 |
| ·CrossMine 算法 | 第41-42页 |
| ·多关系决策树分类算法 | 第42-55页 |
| ·基本概念 | 第42-46页 |
| ·多关系决策树算法简介 | 第46-48页 |
| ·多关系决策树算法分析 | 第48-51页 |
| ·多关系决策树算法的改进 | 第51-54页 |
| ·算法的验证 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
