基于贝叶斯逻辑回归文本分类模型的改进及其应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究的主要内容 | 第14-17页 |
| 2 研究方法概述 | 第17-23页 |
| 2.1 关联规则模型 | 第17-19页 |
| 2.1.1 基本定义 | 第18-19页 |
| 2.1.2 得分模型 | 第19页 |
| 2.2 逻辑回归模型 | 第19-21页 |
| 2.2.1 贝叶斯逻辑回归模型 | 第20-21页 |
| 2.2.2 牛顿迭代法 | 第21页 |
| 2.3 几种先验 | 第21-23页 |
| 2.3.1 岭回归 | 第22页 |
| 2.3.2 回归 | 第22-23页 |
| 3 改进模型的建立 | 第23-28页 |
| 3.1 关联规则构建 | 第23-24页 |
| 3.2 利用关联规则信息构造贝叶斯先验 | 第24-25页 |
| 3.3 模型估计 | 第25-28页 |
| 3.3.1 贝叶斯估计 | 第25页 |
| 3.3.2 数据增广估计 | 第25-28页 |
| 4 实例应用 | 第28-45页 |
| 4.1 关联规则模型应用 | 第31-34页 |
| 4.2 贝叶斯逻辑回归模型应用 | 第34-38页 |
| 4.3 引入的贝叶斯逻辑回归模型应用 | 第38-41页 |
| 4.4 本文改进模型应用 | 第41-45页 |
| 5 结论与展望 | 第45-47页 |
| 5.1 结论 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 后记 | 第50页 |
