| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 数据挖掘的研究现状 | 第13-14页 |
| 1.3 数据挖掘分类的主要算法 | 第14-16页 |
| 1.4 本文研究主要内容 | 第16-17页 |
| 1.5 本文组织结构 | 第17-18页 |
| 第2章 不平衡数据集 | 第18-23页 |
| 2.1 不平衡数据集的研究现状 | 第18-21页 |
| 2.1.1 数据预处理 | 第19-20页 |
| 2.1.2 算法方面 | 第20-21页 |
| 2.2 不平衡数据集分类关键 | 第21-22页 |
| 2.2.1 正类样本缺失 | 第21页 |
| 2.2.2 性能评估的度量 | 第21页 |
| 2.2.3 阈值设置 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于改进C4.5-INB不平衡数据集分类算法 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 C4.5 算法 | 第23-24页 |
| 3.3 改进C4.5-INB算法 | 第24-27页 |
| 3.3.1 朴素贝叶斯算法 | 第24-25页 |
| 3.3.2 改进朴素贝叶斯算法 | 第25-26页 |
| 3.3.3 投票过程 | 第26页 |
| 3.3.4 改进C4.5-INB算法步骤 | 第26-27页 |
| 3.4 实验结果与分析 | 第27-32页 |
| 3.4.1 数据集 | 第27-28页 |
| 3.4.2 性能评价指标 | 第28-29页 |
| 3.4.3 性能评价指标结果分析 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于改进SMOTE不平衡数据集主动学习SVM分类算法 | 第33-45页 |
| 4.1 引言 | 第33页 |
| 4.2 SMOTE算法 | 第33-34页 |
| 4.3 改进SMOTE主动学习SVM分类算法 | 第34-40页 |
| 4.3.1 主动学习 | 第34-35页 |
| 4.3.2 支持向量机 | 第35-38页 |
| 4.3.3 改进SMOTE主动学习SVM分类算法 | 第38-39页 |
| 4.3.4 改进SMOTE主动学习SVM分类算法步骤 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-44页 |
| 4.5 小结 | 第44-45页 |
| 第5章 基于改进ULDP高维不平衡数据集分类算法 | 第45-55页 |
| 5.1 引言 | 第45页 |
| 5.2 PCA算法 | 第45-46页 |
| 5.3 LLE算法 | 第46-47页 |
| 5.4 改进ULDP分类算法 | 第47-51页 |
| 5.4.1 ULDP算法 | 第47页 |
| 5.4.2 改进ULDP算法 | 第47-49页 |
| 5.4.3 SVM分类 | 第49页 |
| 5.4.4 I-ULDP分类算法基本步骤 | 第49-50页 |
| 5.4.5 I-ULDP分类算法参数调试 | 第50-51页 |
| 5.5 实验结果与分析 | 第51-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第6章 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 致谢 | 第64-65页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第65页 |
