基于一般广义熵及非平衡割点搜索的决策树学习
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究工作的目的与意义 | 第10-11页 |
| ·本课题的国内外发展现状 | 第11-14页 |
| ·本文的主要工作及内容安排 | 第14-15页 |
| 第2章 决策树学习算法简介 | 第15-20页 |
| ·决策树方法简介 | 第15-17页 |
| ·决策树的结构 | 第15-16页 |
| ·决策树学习的工作过程 | 第16页 |
| ·决策树的适用问题 | 第16-17页 |
| ·连续值属性的决策树简介 | 第17-20页 |
| 第3章 新的属性选择标准的提出 | 第20-24页 |
| ·熵函数的归纳 | 第20-21页 |
| ·分割一般广义熵 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第4章 非平衡割点的分析和应用 | 第24-36页 |
| ·命题的证明 | 第24-26页 |
| ·引入非平衡割点的连续值属性的决策树算法归纳 | 第26-27页 |
| ·引入非平衡割点前后的实验结果以及有效性分析 | 第27-35页 |
| ·引入非平衡割点前后的实验结果 | 第27-30页 |
| ·引入非平衡割点后算法的有效性分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 一般广义熵函数的分析和归纳 | 第36-43页 |
| ·分割一般广义熵函数的特性 | 第36-37页 |
| ·问题描述 | 第37-38页 |
| ·假设检验的原理及其应用 | 第38-41页 |
| ·T-检验 | 第38-39页 |
| ·F-检验 | 第39-41页 |
| ·假设检验的结论 | 第41-42页 |
| ·方差未知，关于两个总体均值相等的结论 | 第41页 |
| ·均值未知，关于两个总体方差相等的结论 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第6章 总结与展望 | 第43-44页 |
| ·研究总结 | 第43页 |
| ·研究展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 攻读学位期间取得的科研成果 | 第48页 |
