面向不完备数据的分类方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 相关技术研究概况 | 第9-11页 |
| 1.2.1 不完备数据 | 第10页 |
| 1.2.2 数据清洗 | 第10页 |
| 1.2.3 决策树算法 | 第10-11页 |
| 1.2.4 交叉验证 | 第11页 |
| 1.3 本论文的主要研究工作 | 第11-12页 |
| 1.4 本文结构 | 第12-13页 |
| 第二章 基础理论 | 第13-21页 |
| 2.1 不完备数据 | 第13-14页 |
| 2.2 数据清洗思想 | 第14-15页 |
| 2.2.1 最高频属性值清洗 | 第14-15页 |
| 2.2.2 最优加权属性值清洗 | 第15页 |
| 2.3 C4.5算法 | 第15-19页 |
| 2.3.1 算法的基本原理 | 第16-17页 |
| 2.3.2 算法的优化 | 第17页 |
| 2.3.3 剪枝技术 | 第17-18页 |
| 2.3.4 缺失值处理 | 第18-19页 |
| 2.4 K折交叉验证 | 第19-21页 |
| 第三章 基于最高频替换的不完备数据分类算法 | 第21-31页 |
| 3.1 C4.5算法 | 第22页 |
| 3.2 C4.5-RHFAV算法 | 第22-24页 |
| 3.3 算法实例 | 第24-26页 |
| 3.4 实验结果与分析 | 第26-30页 |
| 3.5 小结 | 第30-31页 |
| 第四章 基于最优加权值替换的不完备数据分类算法 | 第31-43页 |
| 4.1 相关知识 | 第31-32页 |
| 4.2 C4.5-RWAV算法 | 第32-34页 |
| 4.3 算法实例 | 第34-35页 |
| 4.4 实验结果与分析 | 第35-39页 |
| 4.5 两种算法的比较 | 第39-42页 |
| 4.6 小结 | 第42-43页 |
| 第五章 结论与展望 | 第43-45页 |
| 5.1 结论 | 第43页 |
| 5.2 不足之处 | 第43-44页 |
| 5.3 展望 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间发表论文情况 | 第51页 |
| 攻读硕士学位期间参加的科研项目 | 第51页 |
