基于數據的預測是當今學術和應用領域廣泛關注的研究內容,很多學者提出的數據挖掘方法在一定程度上解決了預測的問題,但目前從理論上處理大數據的系統(tǒng)化方法還不完善。因此,本文針對大數據的數據量大的特點做了以下兩方面工作:1)以具有結構特征的大數據為背景,研究了基于決策樹的有放回抽樣與無放回抽樣相結合的分類規(guī)則獲取方法（簡記為SDTI）。該研究包括初始分類規(guī)則庫篩選機制、分類規(guī)則庫可精煉策略以及基于有放回抽樣的分類規(guī)則的可信性確定方法,并結合理論與實驗結果分析了該方法的可行性與可解釋性,為大數據背景下的分類規(guī)則獲取方法提供了理論和方法支撐。2)以具有結構特征的大數據為背景,研究了基于可信性的不確定性預測方法（簡記為RDP）。該研究包括RDP的執(zhí)行機制與可信性的確定方法,并結合大數定律以及實驗結果分析了決策屬性取值分布的逼近問題,表明RDP具有良好的可解釋性和可操作性,可以為大數據背景下的預測提供理論和方法支撐。因而,本文提出的模型均具有良好的可解釋性和結構特征,可以幫助管理者在數據量很多的不確定環(huán)境下做出合理的決策。 

【文章來源】：河北科技大學河北省

【文章頁數】：56 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現狀與應用前景
        1.2.1 預測方法的研究現狀
        1.2.2 決策樹的研究現狀
        1.2.3 大數據背景下決策樹分類預測方法的研究現狀
    1.3 問題的提出
    1.4 論文的研究內容
    1.5 論文結構
第2章 預備知識
    2.1 決策樹基本概念
        2.1.1 決策樹簡介
        2.1.2 決策樹算法基本步驟
        2.1.3 決策樹的評價指標
    2.2 數理統(tǒng)計相關知識
    2.3 本章小結
第3章 大數據背景下基于抽樣的分類規(guī)則獲取方法
    3.1 分類規(guī)則的形式化描述
    3.2 基于抽樣的分類規(guī)則獲取機制
        3.2.1 基于可信閾值的分類規(guī)則篩選策略
        3.2.2 分類規(guī)則篩選的實例解釋
    3.3 抽樣背景下分類規(guī)則的可信性收斂特征
    3.4 STDI的仿真實驗
        3.4.1 SDTI的測試可信性仿真分析
        3.4.2 SDTI的分類性能仿真分析
        3.4.3 SDTI的穩(wěn)定性分析
    3.5 本章小結
第4章 基于可信性分布的不確定性預測方法研究
    4.1 預備知識
    4.2 抽樣條件下的預測方法執(zhí)行機制
        4.2.1 RDP執(zhí)行機制
        4.2.2 RDP的實例解釋
    4.3 抽樣背景下可信性分布的收斂特征分析
    4.4 RDP仿真實驗
        4.4.1 可信性分布的性能仿真
        4.4.2 RDP的穩(wěn)定性
    4.5 本章小結
結論
參考文獻
攻讀碩士學位期間所發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]基于改進K-modes聚類的KNN分類算法[J]. 王志華,劉紹廷,羅齊.  計算機工程與設計. 2019(08)
[2]基于遺傳算法的多工序多機器調度優(yōu)化研究[J]. 周福來.  軟件. 2019(06)
[3]KNN認知診斷法及其應用[J]. 康春花,張淑君,李元白,曾平飛.  江西師范大學學報(自然科學版). 2019(02)
[4]基于風險排名和決策樹的民航反恐安保風險評估與決策分析研究[J]. 馮文剛,李巖,李福海,王欣,周西平.  數據分析與知識發(fā)現. 2018(10)
[5]基于數據挖掘技術的機械設備故障診斷應用研究[J]. 徐紅霞.  電腦知識與技術. 2018(30)
[6]基于梯度提升決策樹的高速公路交織區(qū)匯入位置模型[J]. 李根,孫璐.  交通運輸系統(tǒng)工程與信息. 2018(03)
[7]基于遺傳算法的PID控制參數研究分析[J]. 劉亞洲,齊言強,張志毅.  新技術新工藝. 2018(03)
[8]面向分布式數據流大數據分類的多變量決策樹[J]. 張宇,包研科,邵良杉,劉威.  自動化學報. 2018(06)
[9]基于改進隨機決策樹算法的分布式數據挖掘[J]. 石紅姣.  計算機與數字工程. 2017(09)
[10]大數據環(huán)境下決策樹算法并行化研究[J]. 李運娣.  河南工程學院學報(自然科學版). 2017(02)

博士論文
[1]分布式決策樹算法在分類問題中的研究與實現[D]. 母亞雙.大連理工大學 2018
[2]幾個預測方法及模型的研究[D]. 唐萬梅.內蒙古大學 2006

碩士論文
[1]基于大數據平臺的決策樹分類算法及并行化研究[D]. 張永潘.南京郵電大學 2017
[2]非平衡大數據應用領域的多決策樹及其分布式計算理論研究[D]. 張翕茜.太原理工大學 2017



本文編號：2952132