改进的有序决策树归纳算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 有序决策树的研究现状 | 第9-11页 |
| 1.3 本文的主要内容 | 第11-13页 |
| 第2章 基础知识 | 第13-22页 |
| 2.1 有序决策树 | 第13-18页 |
| 2.1.1 基本定理 | 第13-17页 |
| 2.1.2 生成有序决策树的程序 | 第17-18页 |
| 2.2 模糊有序决策树 | 第18-22页 |
| 2.2.1 基本定理 | 第18-20页 |
| 2.2.2 模糊有序决策树的生成算法 | 第20-22页 |
| 第3章 基于属性相关扩展属性的选择 | 第22-29页 |
| 3.1 条件属性相关性的分析 | 第22页 |
| 3.2 基于条件属性相关的有序决策树归纳算法 | 第22-25页 |
| 3.3 实验环境及实验结果 | 第25-28页 |
| 3.3.1 在人工生成单调的数据集上的实验 | 第25-26页 |
| 3.3.2 在现实数据集上的实验 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于有序互信息率扩展属性的选择 | 第29-37页 |
| 4.1 有序互信息率的分析 | 第29页 |
| 4.2 有序互信息和有序互信息率 | 第29-30页 |
| 4.3 基于有序互信息率的有序归纳算法 | 第30-33页 |
| 4.4 实验环境及实验结果 | 第33-35页 |
| 4.4.1 在人工生成单调数据集的实验 | 第33页 |
| 4.4.2 在 UCI 数据集上的数据 | 第33-35页 |
| 4.5 本章小结 | 第35-37页 |
| 第5章 结论与展望 | 第37-38页 |
| 5.1 结论 | 第37页 |
| 5.2 展望 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 致谢 | 第41-42页 |
| 攻读学位期间取得的科研成果 | 第42页 |
