基于Spark分布式平台的随机森林分类算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 Spark分布式平台研究及应用现状 | 第13-14页 |
| 1.2.2 随机森林分类算法研究现状 | 第14-17页 |
| 1.3 本文的主要工作 | 第17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第二章 基础理论 | 第19-28页 |
| 2.1 随机森林算法 | 第19-25页 |
| 2.1.1 决策树 | 第19-22页 |
| 2.1.2 随机森林算法流程 | 第22-24页 |
| 2.1.3 随机森林算法分析 | 第24-25页 |
| 2.2 Spark分布式平台 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于权重树的随机森林算法及其并行化 | 第28-47页 |
| 3.1 问题描述 | 第28页 |
| 3.2 权重树集成策略 | 第28-31页 |
| 3.2.1 袋内数据和袋外数据 | 第28-29页 |
| 3.2.2 度量分类能力 | 第29-31页 |
| 3.2.3 权重树集成策略模型 | 第31页 |
| 3.3 权重树随机森林算法流程 | 第31-32页 |
| 3.4 算法的并行化 | 第32-34页 |
| 3.5 实验结果与分析 | 第34-46页 |
| 3.5.1 实验环境 | 第34-36页 |
| 3.5.2 实验评价标准 | 第36-38页 |
| 3.5.3 实验数据集 | 第38页 |
| 3.5.4 随机森林参数选择 | 第38-43页 |
| 3.5.5 实验结果及分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于分层子空间的随机森林算法及其并行化 | 第47-62页 |
| 4.1 问题描述 | 第47-48页 |
| 4.2 分层子空间策略 | 第48-53页 |
| 4.2.1 度量特征与类别的相关性 | 第48-49页 |
| 4.2.2 分层子空间 | 第49-50页 |
| 4.2.3 分层子空间策略的实施方式 | 第50-53页 |
| 4.3 分层子空间随机森林算法流程 | 第53-55页 |
| 4.4 算法的并行化 | 第55-56页 |
| 4.5 实验结果与分析 | 第56-60页 |
| 4.5.1 实验环境 | 第56页 |
| 4.5.2 实验评价标准 | 第56页 |
| 4.5.3 实验数据集 | 第56-57页 |
| 4.5.4 随机森林参数选择 | 第57页 |
| 4.5.5 实验结果及分析 | 第57-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第五章 改进的随机森林算法在航班延误中的应用 | 第62-69页 |
| 5.1 概述 | 第62-63页 |
| 5.2 数据集描述 | 第63-65页 |
| 5.3 数据预处理 | 第65-66页 |
| 5.3.1 特征规范化 | 第65页 |
| 5.3.2 航班延误等级划分 | 第65-66页 |
| 5.4 实验结果及分析 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士期间所发表的论文 | 第76页 |
