基于数学规划的数据挖掘分类方法研究与应用PDF电子书下载

1 导论 1

1.1 本书的研究背景与意义 1

1.2 本书主要研究内容 4

1.3 研究方法和研究思路 5

1.4 本书的创新性 6

参考文献 7

2 基于数学规划的数据挖掘分类模型研究热点及应用概述 9

2.1 数据挖掘分类模型的重要性 9

2.2 数据挖掘分类模型的发展历史 10

2.3 基于数学规划的分类模型研究热点及进展 12

2.4 本书对基于数学规划分类模型的研究要点 16

参考文献 18

3 数据准备，结果评价及优化工具 26

3.1 问题的提出 26

3.2 分类模型的评价方法 27

3.3 模型参数的优化方法 30

3.4 数据挖掘常用工具 34

参考文献 43

4 机器学习分类模型改进研究 44

4.1 问题的提出 44

4.2 MK-LS-SVM模型介绍 45

4.3 L1-LS-SVM模型介绍 57

4.4 基于ES的自适应Lp-LS-SVM模型介绍 62

参考文献 71

5 多目标规划数据挖掘分类模型改进研究 74

5.1 问题的提出 74

5.2 MK-MCP模型介绍 74

5.3 L1-MK-MCP模型介绍 80

参考文献 84

6 知识管理应用——信用风险评价 87

6.1 引言 87

6.2 MK-LS-SVM和MK-MCP模型信用风险分析应用 89

6.3 L1-LS-SVM和L1-MK-MCP模型信用风险分析应用 95

6.4 基于ES的Lp-LS-SVM模型的信用风险分析应用 100

6.5 五个改进模型信用风险评价结果比较分析 101

参考文献 102

7 知识管理应用——文本分类 105

7.1 引言 105

7.2 文本挖掘概念 105

7.3 文本分类概念 106

7.4 文本分类器评价指标 107

7.5 L1-LS-SVM文本分类器性能验证 107

参考文献 108

8 总结与展望 110

8.1 总结 110

8.2 需进一步研究的问题 111