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Smooth Boosting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

6.1MCLP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