基于异常值处理的随机森林和kNN模型在EEG数据中的应用
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-11页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容 | 第10-11页 |
| 第二章 方法 | 第11-25页 |
| 2.1 分类方法简述 | 第11-12页 |
| 2.2 数据预处理 | 第12-15页 |
| 2.2.1 缺失值分析 | 第12-13页 |
| 2.2.2 异常值分析 | 第13-15页 |
| 2.2.3 一致性分析 | 第15页 |
| 2.3 SVM | 第15-17页 |
| 2.4 随机森林 | 第17-23页 |
| 2.4.1 决策树 | 第17-21页 |
| 2.4.2 Bagging和随机森林 | 第21-23页 |
| 2.5 kNN | 第23-25页 |
| 第三章 实证研究 | 第25-42页 |
| 3.1 数据来源 | 第25-26页 |
| 3.2 评价指标 | 第26页 |
| 3.3 异常值处理 | 第26-30页 |
| 3.4 数据建模 | 第30-38页 |
| 3.4.1 随机森林 | 第30-33页 |
| 3.4.2 kNN | 第33-35页 |
| 3.4.3 对比模型 | 第35-38页 |
| 3.5 模型比较 | 第38-40页 |
| 3.6 结论 | 第40-42页 |
| 研究展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 攻读硕士学位期间参与的科研成果 | 第45-46页 |
| 致谢 | 第46页 |
