多类标KNN算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 引言 | 第9-13页 |
| ·传统单类标分类问题 | 第9-10页 |
| ·单类标分类问题简介 | 第9-10页 |
| ·单类标分类问题的任务 | 第10页 |
| ·多类标分类问题 | 第10-11页 |
| ·多类标分类问题的应用方面 | 第10-11页 |
| ·多类标分类问题的标记 | 第11页 |
| ·本文的主要贡献 | 第11-12页 |
| ·文章组织 | 第12-13页 |
| 第二章 多类标分类问题方法 | 第13-27页 |
| ·综述 | 第13-14页 |
| ·问题转化方法 | 第14-18页 |
| ·复制转化方法 | 第14-15页 |
| ·LP方法 | 第15-16页 |
| ·PPT方法 | 第16页 |
| ·RAkEL | 第16-17页 |
| ·BR方法 | 第17-18页 |
| ·算法转化方法 | 第18-19页 |
| ·多类标C4.5 | 第18页 |
| ·AdaBoost.MH和AdaBoost.MR | 第18-19页 |
| ·降维 | 第19-20页 |
| ·特征选择 | 第19页 |
| ·特征提取 | 第19-20页 |
| ·类标集合结构和数据集统计 | 第20-21页 |
| ·树形结构 | 第20页 |
| ·图结构 | 第20页 |
| ·数据集统计信息 | 第20-21页 |
| ·度量标准 | 第21-26页 |
| ·标记介绍 | 第22页 |
| ·二元方法度量 | 第22-24页 |
| ·基于Rank的度量 | 第24-26页 |
| ·基于层次的度量 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 多类标KNN算法 | 第27-37页 |
| ·KNN | 第27-29页 |
| ·KNN方法的思想 | 第27页 |
| ·KNN方法具体过程 | 第27-28页 |
| ·KNN的距离度量方法介绍 | 第28-29页 |
| ·KNN的不足 | 第29页 |
| ·多类标的KNN算法 | 第29-31页 |
| ·BRKNN方法 | 第30-31页 |
| ·实验结果与分析 | 第31页 |
| ·LPKNN | 第31-32页 |
| ·RAKEL | 第32-33页 |
| ·MLKNN | 第33-36页 |
| ·MLKNN概念 | 第33页 |
| ·MLKNN标记简介 | 第33-34页 |
| ·MLKNN原理 | 第34-35页 |
| ·MLKNN训练和预测过程 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 加权属性权值调节方法 | 第37-50页 |
| ·加权属性权值调节方法的思想 | 第37-38页 |
| ·模型选择 | 第38-43页 |
| ·Cos距离 | 第38-39页 |
| ·Mahalnobis距离 | 第39-40页 |
| ·算法使用的数据集及其他参数的选择 | 第40-42页 |
| ·模型距离度量 | 第42-43页 |
| ·属性权值调节算法 | 第43-49页 |
| ·调节方法 | 第43-44页 |
| ·算法设计 | 第44-47页 |
| ·实验结果与性能分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
