首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于Clementine的贝叶斯分类器的学习与应用

摘要第5-6页
Abstract第6页
第1章 绪论第9-12页
    1.1 引言第9页
    1.2 贝叶斯网络研究现状第9-11页
    1.3 本文的主要工作与意义第11-12页
第2章 手机互联网行业数据处理现状分析第12-15页
    2.1 选题背景第12-13页
    2.2 手机用户属性分类的意义第13-15页
第3章 贝叶斯网络的相关理论第15-24页
    3.1 贝叶斯理论基本概念第15-16页
    3.2 贝叶斯网络基础知识第16-17页
    3.3 分类器第17-18页
    3.4 三种贝叶斯分类器第18-24页
        3.4.1 朴素贝叶斯网络分类器第18-20页
        3.4.2TAN型贝叶斯网络分类器第20-22页
        3.4.3 马尔科夫毯型分类器第22-24页
第4章 手机用户属性分类模型第24-42页
    4.1 手机应用用户流失模型第24-31页
        4.1.1 背景说明第24页
        4.1.2 数据的预处理与指标第24-25页
        4.1.3 使用朴素贝叶斯分类器鉴别第25-27页
        4.1.4Clementine实现第27页
        4.1.5 结果说明第27-31页
        4.1.6 小结第31页
    4.2 手机用户付费能力模型第31-41页
        4.2.1 背景说明第31-32页
        4.2.2 数据预处理与指标第32-33页
        4.2.3Clementine实现第33-34页
        4.2.4 结果说明第34-40页
        4.2.5 小结第40-41页
    4.3 手机用户分类模型总结第41-42页
第5章 总结与展望第42-43页
    5.1 总结第42页
    5.2 展望第42-43页
参考文献第43-45页
致谢第45页

论文共45页,点击 下载论文
上一篇:基于ITAE指标等概率分布的PID参数整定
下一篇:基于改进人工蜂群算法的非线性系统辨识方法研究