基于Spark的孤立森林算法并行化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 国内外研究概况 | 第12-15页 |
| 1.3 研究的目的和意义 | 第15-16页 |
| 1.4 本文的研究内容 | 第16-17页 |
| 2 孤立森林算法和Spark平台概述 | 第17-28页 |
| 2.1 IForest算法介绍 | 第17-22页 |
| 2.2 Spark平台介绍 | 第22-26页 |
| 2.3 本章小结 | 第26-28页 |
| 3 孤立森林算法的并行化研究 | 第28-50页 |
| 3.1 Spark-IForest并行算法思想 | 第28-32页 |
| 3.2 数据结构的实现 | 第32-37页 |
| 3.3 数据抽样的实现 | 第37-41页 |
| 3.4 并行训练模型的实现 | 第41-45页 |
| 3.5 并行预测的实现 | 第45-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 实验结果与分析 | 第50-57页 |
| 4.1 实验环境 | 第50-51页 |
| 4.2 实验数据 | 第51-52页 |
| 4.3 评价标准 | 第52-53页 |
| 4.4 算法实验和结论 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1 ITree的构造实现 | 第64-65页 |
