基于组块3×2交叉验证分类学习算法的统计推断
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 引言 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文研究方法和内容 | 第13-14页 |
| ·文章结构安排 | 第14-15页 |
| 第二章 泛化误差的组块3×2交叉验证估计 | 第15-19页 |
| ·模型性能的度量及其估计 | 第15页 |
| ·组块3×2交叉验证的提出 | 第15-16页 |
| ·泛化误差的组块3×2交叉验证估计 | 第16-19页 |
| 第三章 组块3×2交叉验证在模型选择中的应用 | 第19-33页 |
| ·组块3×2交叉验证的模型选择方法 | 第19页 |
| ·模型选择性能的评价 | 第19-20页 |
| ·影响交叉验证模型选择方法性能的因素 | 第20-22页 |
| ·实验 | 第22-33页 |
| ·实验设置 | 第22-23页 |
| ·实验结果及分析 | 第23-33页 |
| 第四章 组块3×2交叉验证的方差 | 第33-41页 |
| ·CV_(3×2)方差的理论分析 | 第33-34页 |
| ·实验 | 第34-37页 |
| ·CV_(3×2)方差的估计 | 第37-38页 |
| ·李济洪(2010)的估计方法 | 第37页 |
| ·一个新的估计 | 第37-38页 |
| ·实验 | 第38-41页 |
| 第五章 分类学习算法泛化误差几种检验的比较 | 第41-47页 |
| ·假设检验的6种方法 | 第41-43页 |
| ·实验 | 第43-45页 |
| ·势函数的比较 | 第45-47页 |
| 第六章 基于准确率、召回率、F-测度值的统计推断 | 第47-51页 |
| ·自然语言处理中分类学习算法性能的评价指标 | 第47-48页 |
| ·F_I值正态性的验证 | 第48-51页 |
| 第七章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间取得的研究成果 | 第57-59页 |
| 致谢 | 第59-61页 |
| 个人简况及联系方式 | 第61-65页 |
