基于粗糙集理论的决策树分类算法与应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·论文的选题背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·数据挖掘基本概述 | 第13-15页 |
| ·数据挖掘与KDD的处理过程 | 第13-14页 |
| ·数据挖掘的任务与工具 | 第14-15页 |
| ·粗糙集理论及其在本文中的应用 | 第15-18页 |
| ·粗糙集理论的基本概念 | 第15-17页 |
| ·粗糙集理论在本文中的应用 | 第17-18页 |
| ·论文的主要研究内容 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 第二章 决策树分类方法 | 第20-28页 |
| ·决策树分类方法概述 | 第20-22页 |
| ·决策树分类算法的基本步骤 | 第22-27页 |
| ·决策树构造 | 第23-24页 |
| ·决策树剪枝 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于粗糙集理论的决策树分类算法研究 | 第28-44页 |
| ·读取样本集并对样本集进行预处理 | 第28-35页 |
| ·连续属性离散化 | 第28-31页 |
| ·缺失值填补 | 第31-35页 |
| ·运用粗糙集理论构造决策树 | 第35-39页 |
| ·应用PEP方法对决策树剪枝 | 第39-40页 |
| ·基于粗糙集理论的决策树分类算法的设计 | 第40-41页 |
| ·实验及结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于粗糙集理论的决策树分类算法的应用 | 第44-55页 |
| ·应用的背景和相关技术 | 第44-45页 |
| ·系统分析与设计 | 第45-48页 |
| ·系统的需求分析与框架设计 | 第45-46页 |
| ·数据库设计 | 第46-48页 |
| ·系统的功能模块设计 | 第48-53页 |
| ·数据库访问类设计 | 第48-49页 |
| ·销售数据统计模块设计 | 第49页 |
| ·样本集读取与预处理模块设计 | 第49-51页 |
| ·样本分类模块设计 | 第51-53页 |
| ·系统测试 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| ·本文研究完成的工作 | 第55-56页 |
| ·本文的不足与进一步的工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表论文情况 | 第62页 |
