声明
摘要
第一章绪论
1.1研究背景与意义
1.2国内外研究现状
1.3研究思路和内容
1.3.1研究内容
1.3.2论文创新点
第二章算法理论基础和模型构建方法
2.1决策树模型
2.2特征选择
2.2.1信息增益
2.2.2基尼指数
2.3CART算法
2.4随机森林算法
2.4.1集成算法
2.4.2随机森林
2.5XGBoost算法
2.6lightGBM算法进行数据填充
2.7模型的评估
3.1数据来源
3.2数据预处理
3.2.1缺失值处理
3.2.2数据分割和均衡化
3.3模型的训练和调优
3.3.1决策树参数调整
3.3.2随机森林参数调整
3.3.3XGBoost参数调整
3.4模型的评估和比较分析
3.4.1不同模型的性能分析
3.4.2数据填充方法对模型的影响
3.4.3特征重要性
4.1结论
4.2不足与展望
参考文献
致谢
山东大学;