文摘
英文文摘
声明
第一章绪论
1.1选题背景和意义
1.2国内外研究的现状
1.3决策树算法研究的发展趋势
1.4本文的主要工作
1.5本文的结构
第二章数据挖掘及其分类方法分析
2.1数据挖掘的理论
2.1.1数据挖掘的概念
2.1.2数据挖掘的功能
2.1.3数据挖掘的步骤
2.2分类的概念及算法描述
2.2.1分类概念
2.2.2典型的分类算法描述
2.3评估分类模型准确性的尺度与方法
2.3.1评估分类模型准确性的尺度
2.3.2评估分类模型准确性的方法
2.4本章小结
第三章决策树算法的分析与比较
3.1决策树算法的基本理论
3.2决策树算法的主要过程
3.2.1决策树的生成过程
3.2.2决策树的使用过程
3.3决策树算法的主要研究内容
3.3.1数据预处理技术
3.3.2属性选取标准
3.3.3决策树修剪技术
3.3.4可扩展性研究
3.3.5性能评价
3.4属性选择度量方法
3.4.1信息增益标准
3.4.2 Gini索引标准
3.4.3 Relief标准
3.5典型决策树算法的分析与比较
3.5.1 ID3算法
3.5.2 C4.5算法
3.5.3 PUBLIC算法
3.5.4大规模数据集的决策树
3.6决策树算法评价
3.7本章小结
第四章组合优化决策树算法研究
4.1决策树算法的主要问题
4.2决策树算法的组合优化
4.2.1基于粗糙集理论的降维方法
4.2.2对缺失值的处理
4.2.3基于加权属性协调度的决策树算法
4.3本章小结
第五章组合优化决策树分类器的设计与实现
5.1系统的概要设计
5.1.1系统流程图
5.1.2系统模块构成
5.2系统的实现
5.2.1系统的主要数据结构及算法说明
5.2.2决策树分类器系统的主要界面说明
5.3算法的评估分析
5.3.1医学领域的实例
5.3.2基于UCI实例
5.3.3算法性能分析
5.4本章小结
第六章总结与展望
6.1总结
6.1.1本文小结
6.1.2个人小结
6.2对未来研究的展望
参考文献
致谢
攻读硕士学位期间主要的研究成果