数据挖掘方法与股价预测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论(数据挖掘概述) | 第9-12页 |
| ·数据挖掘概述 | 第9页 |
| ·数据挖掘方法的分类 | 第9页 |
| ·数据挖掘过程 | 第9-10页 |
| ·数据挖掘应用的领域 | 第10-11页 |
| ·数据挖掘的软件工具 | 第11-12页 |
| 第二章 股市知识简介 | 第12-13页 |
| ·我国股票市场的发展 | 第12页 |
| ·对股票进行投资分析的必要性 | 第12-13页 |
| 第三章 模型的变量设定及评价准则 | 第13-18页 |
| ·目标变量(响应变量)的设定 | 第13-14页 |
| ·输入变量(自变量)的设定 | 第14-16页 |
| ·输入变量的初步选取 | 第16页 |
| ·输入变量的最终选取 | 第16页 |
| ·模型的评价准则 | 第16-18页 |
| 第四章 建模工具 | 第18-24页 |
| ·费希尔判别 | 第18页 |
| ·朴素贝叶斯分类 | 第18-20页 |
| ·贝叶斯定理 | 第19页 |
| ·朴素贝叶斯分类的原理及流程 | 第19-20页 |
| ·K-最近邻算法 | 第20页 |
| ·支持向量机 | 第20-22页 |
| ·支持向量机概述 | 第20-21页 |
| ·函数间隔与几何间隔 | 第21页 |
| ·核函数 | 第21-22页 |
| ·BP神经网络 | 第22-24页 |
| 第五章 模型预测 | 第24-28页 |
| ·数据展示 | 第24-26页 |
| ·各判别方法预测结果 | 第26-28页 |
| ·费希尔判别(二次判别)预测结果 | 第26页 |
| ·朴素贝叶斯分类预测结果 | 第26-27页 |
| ·K-最近邻算法预测结果 | 第27页 |
| ·支持向量机预测结果 | 第27页 |
| ·人工神经网络预测结果 | 第27-28页 |
| 第六章 模型实证及总结 | 第28-30页 |
| 参考文献 | 第30-31页 |
| 附录 | 第31-35页 |
| 致谢 | 第35页 |
