| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文组织结构安排 | 第12-14页 |
| 第二章 相关算法知识的介绍 | 第14-20页 |
| 2.1 常用缺失数据填充算法 | 第14-18页 |
| 2.1.1 最大类填充算法 | 第14页 |
| 2.1.2 轮盘赌填充算法 | 第14-15页 |
| 2.1.3 Information Gain填充算法 | 第15-17页 |
| 2.1.4 GBWKNN填充算法 | 第17页 |
| 2.1.5 MKNNI填充算法 | 第17-18页 |
| 2.2 分类方法概述 | 第18-19页 |
| 2.2.1 Navie Bayes分类算法 | 第18-19页 |
| 2.2.2 C4.5 分类算法 | 第19页 |
| 2.2.3 KNN分类算法 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 改进的数据填充算法——GMKNN算法 | 第20-29页 |
| 3.1 GMKNN数据填充算法描述 | 第20-22页 |
| 3.2 原始属性集的选择 | 第22-23页 |
| 3.3 实验结果和分析 | 第23-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 分类器性能评估 | 第29-37页 |
| 4.1 分类器构建过程 | 第29-30页 |
| 4.2 分类器性能评估 | 第30-36页 |
| 4.2.1 混淆矩阵 | 第30-31页 |
| 4.2.2 分类器性能指标的分析和评估 | 第31-36页 |
| 4.3 分类规则的提取 | 第36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 结论 | 第37-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41-42页 |
| 攻读硕士学位期间的科研成果 | 第42页 |