1.5.2 贝叶斯分类算法： 5

1.5.3 基于关联规则的分类： 6

1.5.4 K-近邻法（KNN算法）： 6

1.6 论文的组织结构 6

2 KNN算法 7

2.1 算法介绍 7

2.1.1 对训练集进行优化 9

2.1.2 对判决策略进行优化 9

2.1.3 对K值进行合适的选取 10

2.2 算法伪代码 10

3 决策树算法 12

3.1 算法介绍 12

3.1.1 算法原理 12

3.1.2 算法特性 14

3.1.3 决策树算法的发展和研究进展 15

3.1.4 对生成决策树的优化 17

3.1.5 与KNN算法等其他算法的比较 17

3.2 算法伪代码 18

4 实验 19

4.1 KNN算法实验 19

4.1.1 实验设计 19

4.1.2 类设计 19

4.1.3 主要函数的功能实现 20

4.1.4 程序框图 22

4.1.5 实验结果 23

4.1.6 实验分析 26

4.2 决策树算法实验 27

4.2.1 实验设计 27

4.2.2 类设计 27

4.2.3 主要函数的功能实现 27

4.2.4 程序框图 35

4.2.5 实验结果 36

4.2.6 实验分析 37

4.3 实验总结 37

5 总结 39

致谢 40

参考文献 41

附录 42

5.1 面向物联网的分类研究(2):http://www.youerw.com/jisuanji/lunwen_49028.html