基于粗糙集和灰色理论的决策树算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究的背景与意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·决策树分类算法的研究现状 | 第11-12页 |
| ·基于粗糙集的数据挖掘研究现状及发展 | 第12-13页 |
| ·基于灰色理论的数据挖掘研究现状及发展 | 第13页 |
| ·本文的研究内容 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 相关理论及WEKA平台 | 第15-23页 |
| ·决策树分类算法的基本理论 | 第15-17页 |
| ·决策树生成过程 | 第15-16页 |
| ·决策树算法的主要研究内容 | 第16页 |
| ·决策树分类算法的评价指标 | 第16页 |
| ·常见的决策树分类算法比较 | 第16-17页 |
| ·粗糙集的相关原理和定义 | 第17-18页 |
| ·灰色理论 | 第18-20页 |
| ·灰色系统概念 | 第18页 |
| ·灰色关联分析法 | 第18-20页 |
| ·WEKA平台 | 第20-23页 |
| ·WEKA数据格式 | 第20-21页 |
| ·WEKA图形用户界面 | 第21页 |
| ·WEKA数据挖掘流程 | 第21-23页 |
| 第3章 基于灰色理论和粗糙集的数据预处理 | 第23-37页 |
| ·基于粗糙集和灰色理论的属性值缺失填补 | 第23-29页 |
| ·属性值缺失形成的原因及填补的重要性 | 第23页 |
| ·属性值缺失处理方法 | 第23-24页 |
| ·GRFill属性值缺失填补方法 | 第24-29页 |
| ·基于粗糙集的属性约简算法研究 | 第29-37页 |
| ·常见的属性约简算法 | 第29-32页 |
| ·改进的基于区分矩阵的属性约简算法 | 第32-37页 |
| 第4章 基于粗糙集的分支属性选择 | 第37-45页 |
| ·基于粗糙集的属性选择方法 | 第37-45页 |
| ·基于属性相似度的决策树生成算法 | 第37-38页 |
| ·基于粗糙集的属性选择标准 | 第38-39页 |
| ·分类一致性定义 | 第39-40页 |
| ·RDTree算法基本思路及描述 | 第40-41页 |
| ·RDTree算法实例 | 第41-42页 |
| ·实验与结果分析 | 第42-45页 |
| 第5章 WEKA平台上组合算法的实现与应用 | 第45-53页 |
| ·RGDTree算法实现 | 第45-47页 |
| ·RGDTree算法主要成员方法 | 第45页 |
| ·RGDTree算法流程 | 第45-46页 |
| ·RGDTree算法在WEKA上的实现 | 第46-47页 |
| ·RGDTree算法在WEKA上的实现 | 第47-50页 |
| ·RGDTere算法在实际数据样本中的应用 | 第50-53页 |
| ·数据样本 | 第50页 |
| ·实验与结果分析 | 第50-53页 |
| 总结与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文 | 第60-61页 |
