数据挖掘中决策树分类算法的研究

摘要

1 绪论

1．1 选题的背景

1．2 课题的研究意义

1．3 确定分类方法

1．3．1 常见分类方法

1．3．2 分类方法判定标准

1．3．3 确定分类方法

1．4 国内外研究动态

1．4．1 数据挖掘国外研究动态

1．4．2 数据挖掘技术在商业银行中的应用现状

1．4．3 决策树研究历史与动态

1．5 决策树算法综述

1．5．1 决策树构造过程

1．5．2 常见的决策树算法

1．5．3 确定算法

1．6 论文的主要内容与创新

1．7 论文的组织结构

2 C4．5算法研究

2．1 C4．5算法原理

2．1．1 基础算法

2．1．2 C4．5算法

2．2 C4．5算法应用实例

2．3 本章小结

3 C4．5算法的改进

3．1 改进判别能力度量计算方式

3．2 改进算法的实际应用

3．3 连续属性处理上的改进

3．4 实验结果分析

3．5 本章小结

4 R-C4．5算法在银行信贷业务上的应用

4．1 个人消费信贷业务的发展现状

4．2 银行建立个人用户评级的意义

4．3 个人信用评级的建立方法

4．4 银行个人信用评级模型

4．4．1 数据获取

4．4．2 原始数据处理

4．4．3 选取训练集和测试集

4．4．4 模型构建与分析

4．4．5 测试结果分析

4．4．6 客户信用等级预测工具

4．5 本章小结

5 总结与展望

5．1 总结

5．2 展望

参考文献

一、公开申请的专利或软件著作权

二、参与的科研项目

致谢

声明