声明
摘要
1 绪论
1．1研究背景与意义
1．1．1研究背景
1．1．2研究意义
1．2贫困程度度量的研究现状
1．2．1一维贫困度量理论
1．2．2多维贫困度量理论
1．3论文的主要内容及框架
1．3．1论文的主要内容
1．3．2论文的框架结构
2特征工程
2．2．1数据整合
2．2．2缺失值的处理
2．2．3相关性分析和冗余性处理
2．2．4数据的归一化
2．3特征选择
2．4本章小结
3基于单模型的贫困等级分类
3．1贫困等级分类模型
3．1．1 Logistic回归
3．1．2支持向量机
3．1．3朴素贝叶斯
3．2单模型的贫困等级分类
3．2．1类别不平衡处理
3．2．2实验评估准则
3．2．3实验结果及分析
3．3本章小结
4基于集成学习方法的贫困等级分类
4．1集成学习的原理
4．2集成学习的主要算法
4．2．1 bagging算法
4．2．2 boosting算法
4．2．3 bagging算法和boosting算法对比
4．3集成学习下贫困等级分类
4．3．1实验评估准则
4．3．2实验结果与对比分析
4．4本章小结
5总结与展望
5．1总结
5．2展望
参考文献
附录
致谢
