基于SVR的案例挖掘的应用研究-管理科学与工程专业论文.docxVIP

学位论文作者签字：}文肇 学位论文作者签字：}文肇 签字日期：厶11年岁月日 学位论文版权使用授权书 本学位论文作者完全了解 金8曼王些太堂 有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人 授权 金壁王些盍堂 可以将学位论文的全部或部分论文内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (必威体育官网网址的学位论文在解密后适用本授权书) 学位论文者签名：亏长星 新躲形雪暇／ 签字日期：2Q¨年s月≥日 签字日期：矽f7年多月／；日 学位论文作者毕业后去向： 工作单位： 电话： 通讯地址： 邮编： 基于SVR的案例挖掘的应用研究摘要 基于SVR的案例挖掘的应用研究 摘要 进入二十一世纪以来，随着科学技术、计算机网络技术的飞速发展以及电 子商务时代的到来，各行各业都积累了大量的数据，目前数据的规模需要用T 来衡量，而且这种规模还在急剧的增长，我们迫切需要对这些数据进行深度挖 掘，把它转化为对我们有价值的知识和信息，并且把这些知识和信息用在各个 方面。比如电子商务管理、决策、调控等。所以数据挖掘技术由此应运而生。 由于影响病理肠癌五年生存的相关属性比较多，个体存在差异，数据多呈 现非线性变化，每个属性值大小反应的程度又是不同的，所以采用SVM方法 进行归类存在一定的局限性；同时一个好的预测模型应该具有良好的学习性 能，能够通过不同的影响因素值进行预后判断，得出的五年生存的程度也有大 小的不同，本文使用SVR方法对病理肠癌进行了研究。 本文首先介绍了课题的研究背景：数据挖掘技术的产生、发展、定义、课 题的研究意义以及数据挖掘在国内外的研究现状。其次介绍了统计学习理论以 及支持向量机的基本知识，主要包括VC维理论、推广性的界、结构风险最小 化和支持向量机的基本原理、最优超平面、核函数及其选择。再次，介绍了支 持向量回归机的原理、支持向量回归机的两种模型和核函数及参数选择。最后， 在前面章节所介绍的支持向量机以及支持向量回归机基本知识的基础上，利用 中山医科大学肿瘤医院120组肠癌病理记录作为样本数据，分别用支持向量回 归机和支持向量机方法分别对肠癌五年生存的预后判断进行预测并比较，发现 支持向量回归机方法能获得较小的相对误差，其实际结果有相当理想的精度， 满足预测要求。 关键词：数据挖掘；支持向量机；支持向量回归机；预测 The The study of the Case Data Mining on the SVR Abstract I rl the twenty-first century，谢th the rapid development of science and technology， computer network technology and e-commerce era,all kinds of businesses have accumulated large amounts of data,the current size of the data need the T to measure and this scale is quickly growth，we urgently need the depth of these data mining，put it into Our valuable knowledge and information,and use that knowledge and information in all aspects． Such as e-commerce management，decision-making，regulation and SO on．Therefore，the resulting data miIlil冯came into being． Because of five-year survival of the pathological carcinomaofrectum has many related properties，individual differences，the data show non-linear change，the size of each attribute value is different,the extent of reaction is different，SO the classified method by SVM has certain limitations；what’S more，a good prediction model should have a good learning performance，it is