資源描述：
《數(shù)據(jù)挖掘?qū)嶒?yàn)報(bào)告數(shù)據(jù)準(zhǔn)備 關(guān)聯(lián)規(guī)則挖掘 分類知識(shí)挖掘概要》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、數(shù)據(jù)挖掘?qū)嶒?yàn)報(bào)告班級(jí)學(xué)號(hào)姓名課程數(shù)據(jù)挖掘?qū)嶒?yàn)名稱實(shí)驗(yàn)一：數(shù)據(jù)準(zhǔn)備實(shí)驗(yàn)類型實(shí)驗(yàn)?zāi)康模海?）掌握利用文本編輯軟件生成ARFF文件的方法；（2）掌握將EXCEL表格文件轉(zhuǎn)換為ARFF文件的方法；（3）掌握數(shù)據(jù)的預(yù)處理方法。實(shí)驗(yàn)要求：（1）將下列表格中的數(shù)據(jù)利用文本編輯軟件生成ARFF文件：姓名出生日期性別婚否工資職業(yè)信用等級(jí)黃大偉1970.05.08男3580教師優(yōu)秀李明1964.11.03男是4850公務(wù)員優(yōu)秀張明明1975.03.12女是職員優(yōu)秀覃明勇1981.07.11男是2980職員良好黃燕玲1986.05.08女否2560工人一般表中沒有填上的
2、數(shù)據(jù)為缺失數(shù)據(jù)。請(qǐng)列出你編輯ARFF文件并在WEKA中打開該文件。（2）將EXCEL表格文件“bankdata.xls”轉(zhuǎn)換為ARFF文件的方法,并將它另存為ARFF文件“bankdata.arff”,在WEKA中打開該文件，寫出操作過程。（3）數(shù)值屬性的離散化：在WEKA中打開ARFF文件“bankdata.arff”，對(duì)屬性“age”和“income”分別按等寬分箱和等深分箱進(jìn)行離散化為三個(gè)箱。給出分箱的結(jié)果。實(shí)驗(yàn)結(jié)果：(1)@relationbook1@attribute姓名{黃大偉,'李明',張明明,覃明勇,黃燕玲}@attribute出生
3、日期{1970.05.08,1964.11.03,1975.03.12,1981.07.11,1986.05.08}@attribute性別{男,女}@attribute婚否{是,否}@attribute工資numeric@data黃大偉,1970.05.08,男,?,3580李',1964.11.03,男,是,4850張明明,1975.03.12,女,是,?覃明勇,1981.07.11,男,是,2980黃燕玲,1986.05.08,女,否,2560（2）先把bankdata.xls轉(zhuǎn)化為CSV文件格式得到bankdata.csv,再在WEKA中打
4、開，再另存為ARFF格式，就可以得到bankdata.arff。即由轉(zhuǎn)換為，再轉(zhuǎn)換得在WEKA中打開如下：（3）對(duì)age按等寬進(jìn)行離散化分箱如下：對(duì)income進(jìn)行等深離散化分箱如下：實(shí)驗(yàn)名稱實(shí)驗(yàn)二：關(guān)聯(lián)規(guī)則挖掘?qū)嶒?yàn)類型綜合性實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康模海?）掌握WEKA關(guān)聯(lián)規(guī)則挖掘中的數(shù)據(jù)準(zhǔn)備方法。（2）掌握WEKA關(guān)聯(lián)規(guī)則挖掘中的參數(shù)設(shè)置方法。（3）掌握關(guān)聯(lián)規(guī)則挖掘結(jié)果的分析。實(shí)驗(yàn)要求：（1）將下列事務(wù)數(shù)據(jù)庫(kù)轉(zhuǎn)換為二元表格形式(以項(xiàng)目作為屬性，在某個(gè)事務(wù)中，該項(xiàng)目出現(xiàn)則取值為yes，不出現(xiàn)則取值為no。）并生成ARFF文件格式。CustomerCommodi
5、tiesC1milk,egg,bread,chipsC2egg,popcorn,chips,beerC3egg,bread,chipsC4milk,egg,bread,popcorn,chips,beerC5milk,bread,beerC6egg,bread,beerC7milk,bread,chipsC8milk,egg,bread,butter,chipsC9milk,egg,butter,chips（2）選擇關(guān)聯(lián)規(guī)則算法并設(shè)置相關(guān)參數(shù)。（3）運(yùn)行算法，輸出頻繁項(xiàng)集及強(qiáng)關(guān)聯(lián)規(guī)則。（4）從挖掘結(jié)果來(lái)看，你發(fā)現(xiàn)了什么有興趣的規(guī)則？實(shí)驗(yàn)結(jié)果：（1）
6、Customermilkeggbreadchipspopcornbeerbutterc1yesyesyesyesnononoc2noyesnoyesyesyesnoc3noyesyesyesnononoc4yesyesyesyesyesyesnoc5yesnoyesnonoyesnoc6noyesyesnonoyesnoc7yesnoyesyesnononoc8yesyesyesyesnonoyesc9yesyesnoyesnonoyes將文件保存為“yes-no.csv”,在WEKA中打開yes.csv文件,然后save為yes-no.arff即
7、生成ARFF文件格式。(2)打開數(shù)據(jù)文件：用“Explorer”打開“yes-no.arff”后，切換到“Associate”選項(xiàng)卡。選擇算法:默認(rèn)關(guān)聯(lián)規(guī)則分析是用Apriori算法。點(diǎn)“Choose”按鈕在彈出的窗口中可以選擇關(guān)聯(lián)規(guī)則算法。參數(shù)設(shè)置：?jiǎn)螕簟癈hoose”按鈕右邊的文本框會(huì)彈出參數(shù)設(shè)置對(duì)話框，可以修改默認(rèn)的參數(shù)，彈出的窗口中點(diǎn)“More”可以看到各參數(shù)的說明。設(shè)置如下圖：（3）運(yùn)行算法單擊“Start”按鈕開始關(guān)聯(lián)分析，輸出頻繁項(xiàng)集及強(qiáng)關(guān)聯(lián)規(guī)則。（4）我發(fā)現(xiàn)本來(lái)在我們看來(lái)毫無(wú)聯(lián)系的事物，經(jīng)過分析發(fā)現(xiàn)它們有著密切聯(lián)系。實(shí)驗(yàn)名稱實(shí)驗(yàn)三：
8、分類知識(shí)挖掘?qū)嶒?yàn)類型綜合性實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康模海?）掌握利用決策樹(C4.5算法)進(jìn)行分類的方法。（2）掌握利用樸素貝葉斯分類的
