复杂数据分析方法及其应用研究pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

复杂数据分析方法及其应用研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论 1

1.1背景介绍 1

1.1.1类不均衡问题 2

1.1.2类重叠问题 7

1.1.3集成学习问题 8

1.2相关研究分析 9

1.2.1复杂数据研究分析 9

1.2.2类重叠问题研究分析 11

1.2.3集成学习研究分析 12

1.3研究意义与目的 16

1.4研究方法与研究内容 18

1.4.1研究方法 18

1.4.2研究内容与本书结构 19

第二章 相关研究综述 22

2.1复杂数据分析的理论研究 22

2.2复杂数据分析的算法研究 24

2.2.1重抽样 24

2.2.2成本敏感学习 26

2.2.3集成学习方法 27

2.2.4划分方法 28

2.2.5调整归纳偏置 28

2.2.6单类学习 29

2.2.7特征选择方法 31

2.2.8其他方法 32

2.3复杂数据分析的评价指标研究 32

2.3.1点指标 32

2.3.2图指标 36

2.4本章小结 38

第三章 基于局部支持向量数据描述的复杂数据分析算法研究 39

3.1引言 39

3.2数据固有结构对复杂数据分析算法的影响 41

3.3支持向量数据描述的原理及算法 42

3.4基于局部支持向量数据描述的复杂数据分析算法 46

3.5本章小结 49

第四章 类重叠问题及其处理方法研究 50

4.1引言 50

4.2基本分类算法介绍 51

4.2.1朴素贝叶斯（NB） 51

4.2.2 K最近邻法（k-NN） 52

4.2.3支持向量机（SVMs） 53

4.2.4决策树C4.5 54

4.2.5规则分类器（RIPPER） 55

4.3类重叠问题对分类的影响 55

4.4类重叠学习框架 63

4.4.1 SVDD：重叠区域识别方法 63

4.4.2 NB：重叠区域识别方法 64

4.4.3类重叠问题的处理算法 66

4.5基于SVMs的分析 68

4.6本章小结 71

第五章 一致性分类方法研究 72

5.1引言 72

5.2集成学习方法 73

5.2.1集成学习方法的原理 73

5.2.2 Bagging 76

5.2.3 AdaBoost 76

5.3基于局部聚类的组合复杂数据分析算法 78

5.5本章小结 80

第六章 复杂数据分析应用研究 82

6.1引言 82

6.2复杂数据分析的应用过程 83

6.3网络入侵检测应用研究 85

6.3.1网络入侵检测数据集 87

6.3.2数据预处理 92

6.3.3类重叠处理 93

6.3.4实验结果和分析 95

6.4 C2C电子商务共谋欺诈研究 96

6.4.1 C2C电子商务信用机制及欺诈识别研究综述 98

6.4.2实验结果和分析 99

6.5本章小结 104

结论 105

参考文献 110