声明
致谢
1 绪论
1.1 研究背景及目的
1.1.1 研究背景
1.1.2 研究目的
1.2 研究意义
1.2.1 理论意义
1.2.2 实践意义
1.3 研究框架
2 文献评述
2.1机器学习驱动社会治理应用研究
2.2机器学习方法与传统分析方法对比研究
3 数据驱动的机器学习研究方法
3.1 机器学习基本定义
3.2机器学习常见算法简介
3.3 数据驱动的机器学习研究方法
3.3.1 数据收集
3.3.2 数据处理
3.3.3 特征选择
3.3.4构建+训练模型
3.3.5验证模型
3.3.6分析结果
4 案例一:城市精神状态预测研究
4.1 数据收集与预处理
4.2 特征选择
4.3 建立模型
4.3.1 线性模型
4.3.2 非线性模型
4.4 研究结果
4.5讨论
5案例二:老年人晚年健康状况影响因素研究
5.1 数据总览
5.2 数据合并
5.3 特征选择
5.4 数据处理
5.5 构建+训练模型
5.6 交叉验证
5.7 实验结果
5.8讨论
6 总结与展望
6.1 总结
6.2研究不足
6.3 未来展望
参考文献
浙江大学;