文摘
英文文摘
声明
第1章 绪 论
1.1研究背景
1.2国内外研究现状
1.2.1关联规则挖掘算法的研究现状
1.2.2决策树分类算法的研究现状
1.3研究内容及论文组织结构
第2章 关联规则与决策树方法概述
2.1数据挖掘相关知识
2.1.1数据挖掘的定义
2.1.2数据挖掘过程
2.1.3数据挖掘的方法
2.2关联规则理论
2.2.1频繁项集挖掘算法
2.2.2规则的兴趣度度量和相关性分析
2.3决策树理论
2.3.1属性选择度量标准
2.3.2决策树剪枝方法
2.4本章小结
第3章 基于约束的频繁闭项集挖掘算法
3.1长度递减支持度约束的频繁项集挖掘算法
3.1.1基本概念
3.1.2算法存在的问题
3.2 ACLCMiner算法
3.2.1长度递减支持度约束
3.2.2前后件约束
3.2.3复合型频繁模式树和Rtree树
3.2.4剪枝策略
3.2.5 ACLCMiner算法描述
3.3实验结果及分析
3.3.1 UCI数据的实验结果
3.3.2冠心病诊疗数据的实验结果
3.4本章小结
第4章 基于变精度粗糙集的决策树分类算法
4.1粗糙集理论
4.2变精度粗糙集模型
4.3基于变精度粗糙集的决策树改进算法
4.3.1基于VPRS属性选择标准
4.3.2结点停止分裂条件和类标预测方法
4.3.3 CGVPRSDT算法描述
4.4实验结果及分析
4.5本章小结
第5章 构建多值属性多类标决策树
5.1多值属性多类标决策树的问题描述
5.1.1多值属性多类标数据的描述
5.1.2多值属性多类标决策树的基本问题描述
5.2 L_MMDT算法
5.2.1基于相似度的属性选择标准
5.2.2结点停止分裂条件
5.2.3 L_MMDT算法描述
5.3实验结果及分析
5.3.1实验设计
5.3.2实验结果
5.4本章小结
第6章 结论与展望
6.1结论
6.2展望
参考文献
攻读学位期间公开发表论文
致谢