基于决策树的高校学生成绩分析和研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7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 国内外研究现状 | 第13-16页 |
| 1.3 主要研究内容 | 第16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 数据挖掘的基本知识 | 第18-32页 |
| 2.1 数据挖掘技术概述 | 第18-25页 |
| 2.1.1 数据挖掘的常用技术 | 第20-21页 |
| 2.1.2 数据挖掘的步骤 | 第21-23页 |
| 2.1.3 数据挖掘技术的应用 | 第23-25页 |
| 2.2 决策树技术概述 | 第25-27页 |
| 2.2.1 选择分类算法的依据 | 第26页 |
| 2.2.2 决策树算法的基本思想 | 第26-27页 |
| 2.2.3 决策树算法的分类 | 第27页 |
| 2.3 典型决策树算法介绍 | 第27-31页 |
| 2.3.1 ID3算法 | 第27-28页 |
| 2.3.2 C4.5算法 | 第28-30页 |
| 2.3.3 CART算法 | 第30页 |
| 2.3.4 SLIQ算法 | 第30-31页 |
| 2.3.5 SPRINT算法 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 学生信息数据分析系统建模 | 第32-37页 |
| 3.1 学生信息数据分析处理流程 | 第32-33页 |
| 3.2 基于数据挖掘的学生数据分析建模 | 第33-34页 |
| 3.3 学生信息数据分析系统的体系结构 | 第34-35页 |
| 3.4 学生信息数据分析系统的功能模块 | 第35-36页 |
| 3.4.1 数据预处理模块 | 第35页 |
| 3.4.2 数据挖掘算法设计模块 | 第35-36页 |
| 3.4.3 数据挖掘结果分析与展示模块 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 学生信息数据处理 | 第37-52页 |
| 4.1 数据预处理 | 第37页 |
| 4.2 数据清理 | 第37-42页 |
| 4.2.1 缺失值 | 第38-40页 |
| 4.2.2 噪声数据 | 第40-42页 |
| 4.3 数据集成 | 第42-44页 |
| 4.4 数据变换 | 第44-46页 |
| 4.4.1 属性值转换 | 第44-45页 |
| 4.4.2 数据概化 | 第45-46页 |
| 4.4.3 数据规范化 | 第46页 |
| 4.5 属性选择 | 第46页 |
| 4.6 数据归约 | 第46-47页 |
| 4.6.1 数值归约 | 第46-47页 |
| 4.6.2 属性说明 | 第47页 |
| 4.7 数据概化 | 第47-49页 |
| 4.8 实例 | 第49-51页 |
| 4.9 本章小结 | 第51-52页 |
| 第5章 基于决策树的学生成绩分析系统 | 第52-66页 |
| 5.1 基于决策树的学生数据分析 | 第52-59页 |
| 5.1.1 选用算法的依据 | 第53页 |
| 5.1.2 C4.5算法的实现 | 第53-55页 |
| 5.1.3 C4.5决策树的剪枝 | 第55-56页 |
| 5.1.4 学生数据分析 | 第56-59页 |
| 5.2 学生成绩分析系统的实验评估 | 第59-65页 |
| 5.2.1 实验方法 | 第60-63页 |
| 5.2.2 实验结果分析 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |
