基于Hadoop的SVM的设计和实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第7-10页 |
| ·研究出发点 | 第7页 |
| ·研究背景 | 第7-8页 |
| ·本文章节安排 | 第8-10页 |
| 第2章 数据挖掘与分类算法 | 第10-13页 |
| ·数据挖掘 | 第10-11页 |
| ·数据挖掘概念 | 第10页 |
| ·数据挖掘的任务分类 | 第10-11页 |
| ·数据挖掘准备工作 | 第11页 |
| ·数据挖掘的分类算法 | 第11-13页 |
| ·分类算法概念 | 第11-12页 |
| ·分类算法过程 | 第12页 |
| ·分类结果的评估 | 第12-13页 |
| 第3章 支持向量机 | 第13-24页 |
| ·VC维 | 第13页 |
| ·结构风险最小化 | 第13-14页 |
| ·支持向量机 | 第14-20页 |
| ·线性可分 | 第14-18页 |
| ·线性不可分 | 第18-20页 |
| ·停机准则 | 第20-21页 |
| ·支持向量机多分类 | 第21-22页 |
| ·一类对余类 | 第22页 |
| ·一对一分类 | 第22页 |
| ·支持向量机特点 | 第22-24页 |
| 第4章 云计算平台-Hadoop | 第24-29页 |
| ·Hadoop | 第24页 |
| ·HDFS | 第24-26页 |
| ·MapReduce | 第26-29页 |
| 第5章 基于Hadoop的SVM | 第29-52页 |
| ·单机SVM | 第29-30页 |
| ·并行SVM | 第30-34页 |
| ·迭代停止条件 | 第34-35页 |
| ·数据集划分 | 第35-36页 |
| ·自定义MapReduce | 第36-37页 |
| ·基于Hadoop的SVM实现 | 第37-39页 |
| ·算法描述和试验结果 | 第39-45页 |
| ·系统设计和实现 | 第45-49页 |
| ·系统界面 | 第49-52页 |
| 第6章 结论和展望 | 第52-53页 |
| ·结论 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
