数据挖掘中决策树分类算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-24页 |
| 1.1 选题的背景 | 第9-10页 |
| 1.2 课题的研究意义 | 第10-11页 |
| 1.3 确定分类方法 | 第11-14页 |
| 1.3.1 常见分类方法 | 第11-12页 |
| 1.3.2 分类方法判定标准 | 第12-13页 |
| 1.3.3 确定分类方法 | 第13-14页 |
| 1.4 国内外研究动态 | 第14-18页 |
| 1.4.1 数据挖掘国外研究动态 | 第14-15页 |
| 1.4.2 数据挖掘技术在商业银行中的应用现状 | 第15-16页 |
| 1.4.3 决策树研究历史与动态 | 第16-18页 |
| 1.5 决策树算法综述 | 第18-22页 |
| 1.5.1 决策树构造过程 | 第18-19页 |
| 1.5.2 常见的决策树算法 | 第19-21页 |
| 1.5.3 确定算法 | 第21-22页 |
| 1.6 论文的主要内容与创新 | 第22-23页 |
| 1.7 论文的组织结构 | 第23-24页 |
| 2 C4.5 算法研究 | 第24-37页 |
| 2.1 C4.5 算法原理 | 第24-29页 |
| 2.1.1 基础算法 | 第24-26页 |
| 2.1.2 C4.5 算法 | 第26-29页 |
| 2.2 C4.5 算法应用实例 | 第29-36页 |
| 2.3 本章小结 | 第36-37页 |
| 3 C4.5 算法的改进 | 第37-53页 |
| 3.1 改进判别能力度量计算方式 | 第37-38页 |
| 3.2 改进算法的实际应用 | 第38-43页 |
| 3.3 连续属性处理上的改进 | 第43-45页 |
| 3.4 实验结果分析 | 第45-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 R-C4.5 算法在银行信贷业务上的应用 | 第53-62页 |
| 4.1 个人消费信贷业务的发展现状 | 第53-54页 |
| 4.2 银行建立个人用户评级的意义 | 第54页 |
| 4.3 个人信用评级的建立方法 | 第54-55页 |
| 4.4 银行个人信用评级模型 | 第55-61页 |
| 4.4.1 数据获取 | 第55-56页 |
| 4.4.2 原始数据处理 | 第56-57页 |
| 4.4.3 选取训练集和测试集 | 第57-58页 |
| 4.4.4 模型构建与分析 | 第58-59页 |
| 4.4.5 测试结果分析 | 第59-60页 |
| 4.4.6 客户信用等级预测工具 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-69页 |
| 致谢 | 第69页 |
