基于AUC的SVM多类分类算法的优化
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·本课题的研究背景和意义 | 第7-8页 |
| ·SVM 算法的研究现状 | 第8-9页 |
| ·AUC 的研究背景介绍 | 第9-10页 |
| ·本文的主要工作 | 第10页 |
| ·本文的内容安排 | 第10-11页 |
| 第二章 AUC 评价标准 | 第11-19页 |
| ·正确率的不足 | 第11-12页 |
| ·ROC 曲线分析技术分析基础 | 第12-14页 |
| ·AUC 评价标准 | 第14-16页 |
| ·AUC 和正确率的比较 | 第16-17页 |
| ·AUC 解决多类分类问题的方法 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 SVM 算法 | 第19-29页 |
| ·SVM 的理论基础 | 第19页 |
| ·SVM 的基本思想 | 第19-25页 |
| ·SVM 多类分类算法 | 第25-28页 |
| ·基于AUC 的SVM 多类分类方法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 遗传算法 | 第29-34页 |
| ·遗传算法原理 | 第29-30页 |
| ·遗传算子 | 第30-32页 |
| ·适应度函数和假设选择 | 第32页 |
| ·遗传算法在机器学习中的应用 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 GOSMAUC 算法 | 第34-40页 |
| ·GOSMAUC 算法介绍 | 第34-35页 |
| ·GOSMAUC 算法设计 | 第35-38页 |
| ·GOSMAUC 算法流程 | 第38-39页 |
| ·算法小结 | 第39-40页 |
| 第六章 实验论证及说明 | 第40-43页 |
| ·实验选定多类分类方法 | 第40-41页 |
| ·在多类别数据集上的实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第七章 工作和展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 附录A 攻读学位其间发表的论文 | 第49-50页 |
| 详 细 摘 要 | 第50-53页 |
