声明
摘要
图表目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 本论文的主要研究内容
第二章 数据挖掘理论知识及ID3算法、贝叶斯算法及BP神经网络算法
2.1 数据挖掘定义
2.2 数据挖掘的过程
2.2 ID3算法
2.2.1 ID3算法原理
2.2.2 ID3算法的优缺点
2.3 朴素贝叶斯算法
2.3.1 朴素贝叶斯分类的工作过程
2.3.2 朴素贝叶斯算法的优缺点
2.4 BP神经网络算法
2.4.1 BP神经网络的原理
2.4.2 BP神经网络算法的优缺点
2.5 本章小结
第三章 基于实例的各类算法的实现和比较
3.1 数据集1:“汽车的可接受度”的分类
3.1.1 数据集1介绍
3.1.2 利用ID3分类法进行分类
3.1.3 利用朴素贝叶斯算法进行分类
3.1.4 利用BP神经网络算法分类
3.2 数据集2:“鲍鱼寿命的”分类
3.2.1 数据集2介绍
3.2.2 利用ID3算法分类
3.2.3 利用朴素贝叶斯算法分类
3.2.4 利用BP神经网络算法分类
3.3 数据集3: “居民收入”的预测分类
3.3.1 数据集3的介绍
3.3.2 利用ID3算法分类
3.3.3 朴素贝叶斯算法分类
3.3.4 利用BP神经网络算法分类
3.4 数据集4:幼儿园推荐的分类
3.4.1 数据集4的介绍
3.4.2 利用ID3算法分类
3.4.3 利用朴素贝叶斯算法处理数据集
3.4.1 利用BP神经网络算法处理数据集
3.5 本章小结
3.5.1 针对数据集比较
3.5.2 算法比较研究
第四章 总结与展望
参考文献
致谢
内蒙古大学;