用于Ranking的Bayesian分类器研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·课题背景 | 第10-11页 |
| ·本文所完成的工作 | 第11-12页 |
| ·论文的组织安排 | 第12-13页 |
| 2 分类及Ranking理论概述 | 第13-27页 |
| ·分类 | 第13-20页 |
| ·分类技术 | 第13-16页 |
| ·分类器构造方法 | 第16-20页 |
| ·Ranking技术 | 第20-21页 |
| ·Ranking评价标准AUC | 第21-27页 |
| ·ROC曲线 | 第21-24页 |
| ·AUC面积 | 第24-25页 |
| ·多类AUC | 第25-27页 |
| 3 贝叶斯分类器 | 第27-41页 |
| ·概述 | 第27-37页 |
| ·贝叶斯分类器 | 第27-28页 |
| ·朴素贝叶斯分类器 | 第28-30页 |
| ·树扩张朴素贝叶斯分类器 | 第30-32页 |
| ·NBTree分类器 | 第32-34页 |
| ·HNB分类器 | 第34-37页 |
| ·AODE算法介绍 | 第37-41页 |
| ·概述 | 第37页 |
| ·LBR与SP-TAN | 第37-38页 |
| ·AODE分类器结构 | 第38-40页 |
| ·算法流程 | 第40-41页 |
| 4 WAODE算法在Ranking中的应用 | 第41-52页 |
| ·概述 | 第41页 |
| ·WAODE算法 | 第41-45页 |
| ·算法介绍 | 第41-43页 |
| ·算法流程 | 第43-45页 |
| ·基于M-measure算法的AUC计算平台 | 第45-48页 |
| ·M-measure算法 | 第45-47页 |
| ·AUC计算平台 | 第47-48页 |
| ·WAODE应用于Ranking | 第48-50页 |
| ·小结 | 第50-52页 |
| 5 实验结果及分析 | 第52-70页 |
| ·实验环境 | 第52-56页 |
| ·Weka简介 | 第52-53页 |
| ·基于Weka的Ranking实验平台 | 第53-55页 |
| ·Bayesian算法实现 | 第55-56页 |
| ·实验方法 | 第56-58页 |
| ·实验方法描述 | 第56-57页 |
| ·数据集描述 | 第57-58页 |
| ·实验结果及分析 | 第58-70页 |
| 6 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77页 |
