决策树优化与关联规则挖掘算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·关联规则挖掘算法的研究现状 | 第11-12页 |
| ·决策树分类算法的研究现状 | 第12-13页 |
| ·研究内容及论文组织结构 | 第13-15页 |
| 第2章 关联规则与决策树方法概述 | 第15-23页 |
| ·数据挖掘相关知识 | 第15-17页 |
| ·数据挖掘的定义 | 第15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·数据挖掘的方法 | 第16-17页 |
| ·关联规则理论 | 第17-20页 |
| ·频繁项集挖掘算法 | 第17-19页 |
| ·规则的兴趣度度量和相关性分析 | 第19-20页 |
| ·决策树理论 | 第20-22页 |
| ·属性选择度量标准 | 第20-21页 |
| ·决策树剪枝方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于约束的频繁闭项集挖掘算法 | 第23-36页 |
| ·长度递减支持度约束的频繁项集挖掘算法 | 第23-25页 |
| ·基本概念 | 第23-24页 |
| ·算法存在的问题 | 第24-25页 |
| ·ACLCMiner算法 | 第25-32页 |
| ·长度递减支持度约束 | 第26页 |
| ·前后件约束 | 第26-27页 |
| ·复合型频繁模式树和Rtree树 | 第27-29页 |
| ·剪枝策略 | 第29-31页 |
| ·ACLCMiner算法描述 | 第31-32页 |
| ·实验结果及分析 | 第32-35页 |
| ·UCI数据的实验结果 | 第32-33页 |
| ·冠心病诊疗数据的实验结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于变精度粗糙集的决策树分类算法 | 第36-48页 |
| ·粗糙集理论 | 第36-38页 |
| ·变精度粗糙集模型 | 第38-39页 |
| ·基于变精度粗糙集的决策树改进算法 | 第39-44页 |
| ·基于VPRS属性选择标准 | 第39-41页 |
| ·结点停止分裂条件和类标预测方法 | 第41-42页 |
| ·CGVPRSDT算法描述 | 第42-44页 |
| ·实验结果及分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 构建多值属性多类标决策树 | 第48-64页 |
| ·多值属性多类标决策树的问题描述 | 第48-50页 |
| ·多值属性多类标数据的描述 | 第48-49页 |
| ·多值属性多类标决策树的基本问题描述 | 第49-50页 |
| ·L MMDT算法 | 第50-58页 |
| ·基于相似度的属性选择标准 | 第50-54页 |
| ·结点停止分裂条件 | 第54-56页 |
| ·L_MMDT算法描述 | 第56-58页 |
| ·实验结果及分析 | 第58-63页 |
| ·实验设计 | 第58-60页 |
| ·实验结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 攻读学位期间公开发表论文 | 第73-74页 |
| 致谢 | 第74-75页 |
