摘要：本文用机器学习方法分析真钞与伪钞的数据，寻找其内部的规律特征进而实现自动分辨真伪钞的功能，此次研究在帮助识别真伪钞方面具有重要的意义。

本文运用了专业的真伪钞数据库，它由1372组数据构成，每组数据包含了四个输入变量、一个输出变量和一个真钞或伪钞的判断输出变量。通过逻辑回归、决策树和随机森林三种学习方法，对数据库在不同测试集与数据集分配比例下，计算得到相应的准确率，并根据这一准确率对真钞伪钞做出判断，最后得到结论。本文主要阐述了一些有关真伪钞判断的学习思路和对此研究建立的模型框架，之后运用不同分类学习算法对最终的研究结果作出判断，最后真伪钞的判断能够被机器学习运用的算法所验证。

关键词：机器学习  Python  人工智能  真伪钞判断

目录

摘要

Abstract

1 绪论-1

1.1 课题研究的背景-1

1.2 课题研究内容-1

2 分类方法简介-3

2.1算法选择-3

2.1.1逻辑回归-3

2.1.2决策树-3

2.1.3随机森林-4

2.2 本章小结-5

3 数据的预处理-6

3.1标准数据库的导入-6

3.2数据集的导入-6

3.2.1 重复数据的处理-7

3.2.2 缺失数据的处理-8

3.3数据的分类-9

3.4本章小结-10

4 建模分析-11

4.1逻辑回归建模分析-11

4.2决策树建模分析-13

4.3随机森林建模分析-15

4.4 本章小结-16

5 结语-17

参考文献-18

致谢-19