第一个书签之前
摘 要
ABSTRACT
目 录
1 绪 论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.4 研究目的
1.5 研究内容
2 数据预处理
2.1 缺失值处理
2.2 数据标准化
2.3 主成分分析
2.3.1 主成分分析的基本思想
2.3.2 主成分分析的数学模型
2.3.3 主成分分析的几何解释
2.4 本章小结
3 朴素贝叶斯
3.1 朴素贝叶斯算法的数学原理
3.2 朴素贝叶斯算法的参数估计
3.3 朴素贝叶斯算法的学习与分类过程
3.4 拉普拉斯平滑
3.5 本章小结
4 决策树
4.1 CART树
4.1.1 基尼指数
4.1.2 条件基尼指数
4.1.3 基尼增益
4.1.4 CART树生成
4.2 条件推断树
4.3 梯度提升树
4.3.1 梯度提升树的基本原理
4.3.2 梯度提升树的负梯度拟合
4.3.3 梯度提升树的学习算法
4.4 梯度提升树的正则化
4.5 本章小结
5 用户消费行为分析预测的实现
5.1 数据预处理
5.1.1 实验数据集
5.1.2 异常数据处理
5.1.3 特征提取
5.2 主成分分析
5.3 模型实现
5.3.1 模型评价标准
5.3.2 模型实现
5.4 本章小结
6 总结与展望
6.1 本文总结
6.2 进一步展望
致 谢
参考文献
重庆大学;