| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·中药四性简述 | 第7-8页 |
| ·国内外中药四性研究成果及瓶颈 | 第8-9页 |
| ·数据挖掘技术在中药四性研究中应用 | 第9-10页 |
| ·数据挖掘技术在中药四性研究中的意义 | 第9页 |
| ·本文的创新点和重点 | 第9-10页 |
| ·论文研究内容安排 | 第10-11页 |
| 第二章 理论基础及技术支持 | 第11-20页 |
| ·数据挖掘的概念 | 第11页 |
| ·数据挖掘过程 | 第11-16页 |
| ·Fayyad数据挖掘过程模型 | 第11-12页 |
| ·数据准备 | 第12-13页 |
| ·数据挖掘 | 第13页 |
| ·结果解释及模型评价方法 | 第13-16页 |
| ·实验相关挖掘方法及算法介绍 | 第16-18页 |
| ·关联规则挖掘 | 第16-17页 |
| ·分类和预测 | 第17页 |
| ·集成学习方法 | 第17-18页 |
| ·本实验所用数据挖掘工具简介 | 第18-20页 |
| 第三章 研究目的、思路及流程设计 | 第20-25页 |
| ·研究目的 | 第20-21页 |
| ·研究解决的三个问题 | 第20页 |
| ·最终达到的目标 | 第20-21页 |
| ·研究思路 | 第21-25页 |
| ·总体研究思路 | 第21-23页 |
| ·具体挖掘步骤设计 | 第23-25页 |
| 第四章 数据准备 | 第25-32页 |
| ·化合物成分中药数据的数据获取 | 第25-26页 |
| ·数据的格式转化 | 第26-27页 |
| ·数据预处理 | 第27-29页 |
| ·数据特征分析 | 第29-32页 |
| 第五章 数据挖掘实验及结果展示 | 第32-39页 |
| ·关联规则提取 | 第32-34页 |
| ·算法选取 | 第32页 |
| ·实验结果分析 | 第32-34页 |
| ·分类预测 | 第34-39页 |
| ·分类算法的选取 | 第34-35页 |
| ·分类模型的建立 | 第35-37页 |
| ·模型的评估 | 第37-39页 |
| 第六章 准确率最优方案的研究 | 第39-51页 |
| ·贝叶斯方案的探索 | 第39-43页 |
| ·贝叶斯分类方案分析 | 第39-40页 |
| ·NaiveBayes算法实验 | 第40-41页 |
| ·AODE算法实验 | 第41-42页 |
| ·贝叶斯与决策树方法实验对比总结 | 第42-43页 |
| ·集成学习方案的探索 | 第43-49页 |
| ·集成学习方法简介(Bagging,Adaboost,Stacking) | 第43-46页 |
| ·集成学习方法实验 | 第46-49页 |
| ·实验对比及最优方案确定 | 第49-51页 |
| 第七章 总结与展望 | 第51-54页 |
| ·总结 | 第51-52页 |
| ·下一步工作 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56页 |