多目标线性规划分类方法业绩分析与改进研究
多目标线性规划分类方法业绩分析与改进研究
图书信息
书 名: 多目标线性规划分类方法业绩分析与改进研究
作 者：朱梅红
出版社： 首都经济贸易大学出版社
出版时间： 2011年6月1日
ISBN: 9787563819126
开本： 16开
定价: 18.00元
内容简介
社会发展离不开数据，而数据必须使用统计方法来加以分析。自威廉，配第从最初不完整的全面调查方法到大样本统计推断，是统计方法的第一次革命；以大样本统计推断方法为基础，进一步发展出小样本统计推断方法，是统计方法的第二次革命。这两次革命都是施于用样本数据推断总体特征这一思想，而抽样误差的干扰导致统计方法日益复杂，使其应用受到限制。目前，以数据挖掘方法为代表的统计学的第三次革命即将到来。数据挖掘是在继承已有统计理论的基础上，与计算机技术紧密结合，充分发挥计算机运算速度快、存储量大的特点，将统计方法从抽样推断向海量数据分析推进，是统计学、计算机技术、仿真计算、机器学习、人工智能甚至哲学思想相融合的新学科，体现了科学发展“螺旋式上升”的哲学内涵。
图书目录
1 绪论
1.1 研究背景
1.2 问题的提出
1.3 基本概念
1.4 本书的研究内容与方法
1.5 本书的结构安排
1.6 本书的特色与贡献
2 文献综述
2.1 几种线性规划分类模型
2.2 多目标线性规划分类模型
2.3 分类方法业绩改进的一般技术
2.4 本章主要结论
3 MCLP的偏差和方差分析
3.1 关于MCLP三个特性的一般理论
3.2 期望预测误差的分解
3.3 数据准备与实验安排
3.4 实验结果与分析
3.5 本章主要结论
4 MCLP在不平衡数据集上的业绩分析
4.1 分类业绩评价标准及选择
4.2 数据不平衡对分类方法业绩影响机制的一般结论
4.3 数据不平衡对MCLP业绩影响机制的分析
4.4 数据不平衡对MCLP业绩影响的实证分析
4.5 最优类分布结论的稳定性分析
4.6 本章主要结论
5 组合分类器方法对MCLP的业绩改进分析
5.1 Bagging和Adaboost程序
5.2 数据准备与实验安排
5.3 两种基本组合方法对MCLP的业绩改进分析
5.4 一种SmoothBoosting方法对MCLP的业绩改进分析
5.5 一种Sequential：Bagging方法对MCLP的业绩改进分析
5.6 随机子空间方法对MCLP的业绩改进分析
5.7 本章主要结论
6 不平衡数据处理方法对MCLP的业绩改进分析
6.1 MCLP分类中对不平衡数据的一般处理
6.2 数据准备与实验安排
6.3 基于MCLP分类结果的数据集特性分析
6.4 随机上抽样和随机下抽样方法对MCLP的业绩改进分析
6.5 一种改进的单边抽样方法对MCLP的业绩改进分析
6.6 改进的单边抽样+上抽样方法对MCLP的业绩改进分析
6.7 一种正类加权的MCLP模型及其业绩改进分析
6.8 不同方法在信用卡数据集上的业绩比较分析
6.9 本章主要结论
7 总结与展望
7.1 主要研究结论
7.2 需要进一步研究的问题
参考文献