声明
1 绪论
1.1 研究背景及意义
1.2 本文主要工作
2 数据挖掘常用技术
2.1 数据预处理
2.1.1 缺失值处理
2.1.2 异常值检测
2.1.3 数据标准化
2.2 特征选择
2.3 分类
2.3.1 k近邻
2.3.2 决策树
2.3.3 随机森林
2.3.4 支持向量机
2.3.5 分类器性能评估
2.4 本章小结
3 基于特征关联关系的多角度分类模型构建算法
3.1 k-OD算法
3.1.1 对特征的评分准则
3.1.2 对特征的分类规则
3.2 k-EC算法
3.3 实验
3.3.1 实验设置
3.3.2 实验结果与讨论
3.4 本章小结
4 基于特征关联关系的随机森林分类算法
4.1 RF-EC算法
4.1.1 分类器构建
4.1.2 分类器预测
4.2 实验
4.2.1 实验设置
4.2.2 实验结果
4.3 k-EC算法与RF-EC算法的比较
4.4 本章小结
结论
参 考 文 献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书
大连理工大学;