| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-13页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 随机森林算法的发展现状 | 第15-17页 |
| 1.2.1 随机森林算法概述 | 第15-16页 |
| 1.2.2 随机森林算法的优势 | 第16-17页 |
| 1.2.3 随机森林算法的不足 | 第17页 |
| 1.3 非平衡数据分类现状 | 第17-18页 |
| 1.4 处理非平衡数据问题的方法 | 第18-23页 |
| 1.4.1 数据预处理 | 第18-20页 |
| 1.4.2 分类算法改进 | 第20-23页 |
| 1.5 本文组织结构 | 第23-25页 |
| 第二章 随机森林算法分析研究 | 第25-33页 |
| 2.1 随机森林算法优化空间 | 第26-29页 |
| 2.1.1 评价非平衡数据分类性能的方法 | 第26-28页 |
| 2.1.2 随机森林算法性能不足的原因分析 | 第28-29页 |
| 2.2 随机森林算法改进 | 第29-33页 |
| 2.2.1 从构建过程改进随机森林算法 | 第30页 |
| 2.2.2 随机森林算法分步改进思路讨论 | 第30-33页 |
| 第三章 改进的随机森林算法 | 第33-53页 |
| 3.1 Bootstrap重抽样改进 | 第33-39页 |
| 3.1.1 抽样算法的目的 | 第33-35页 |
| 3.1.2 Bootstrap重抽样对非平衡数据的影响 | 第35-36页 |
| 3.1.3 改进的Bootstrap重抽样方法 | 第36-39页 |
| 3.1.4 另外一种Bootstrap重抽样方法限制条件的讨论 | 第39页 |
| 3.2 决策树分裂算法改进 | 第39-48页 |
| 3.2.1 决策树的分类规则 | 第39-44页 |
| 3.2.2 决策树对非平衡数据的影响 | 第44-48页 |
| 3.2.3 决策树算法改进讨论 | 第48页 |
| 3.3 随机森林投票算法的讨论 | 第48-53页 |
| 3.3.1 加权的随机森林算法 | 第49-53页 |
| 第四章 改进的随机森林算法的仿真实验 | 第53-63页 |
| 4.1 实验数据集的选取 | 第53页 |
| 4.2 实验设计 | 第53-54页 |
| 4.3 实验结果分析 | 第54-63页 |
| 4.3.1 分类效果较好的数据集 | 第54-60页 |
| 4.3.2 分类效果一般的实验结果 | 第60-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |