數(shù)據(jù)挖掘?qū)嶒?yàn)weka 分析.doc

《數(shù)據(jù)挖掘?qū)嶒?yàn)weka 分析.doc》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。

1、管理學(xué)院實(shí)驗(yàn)（實(shí)訓(xùn)）報(bào)告課程：商務(wù)智能與數(shù)據(jù)挖掘地點(diǎn)：2607時(shí)間：2014年5月7日學(xué)生姓名班級(jí)學(xué)號(hào)成績(jī)實(shí)驗(yàn)項(xiàng)目數(shù)據(jù)挖掘應(yīng)用實(shí)驗(yàn)實(shí)驗(yàn)?zāi)康闹辽僬莆找环N數(shù)據(jù)挖掘工具，并能正確地使用；利用所掌握的數(shù)據(jù)挖掘工具進(jìn)行分類分析、關(guān)聯(lián)分析、聚類分析等實(shí)驗(yàn)要求至少熟悉一種挖掘工具，并使用該挖掘工具進(jìn)行分類、關(guān)聯(lián)和聚類分析；閱讀教材P139-156，邊閱讀，邊操作；實(shí)驗(yàn)數(shù)據(jù)可用系統(tǒng)自帶的，也可以從網(wǎng)上下載，也可以自行創(chuàng)建；算法自行選擇，可以針對(duì)一個(gè)數(shù)據(jù)集選擇多個(gè)算法進(jìn)行比較分析，也可以每個(gè)算法選擇不同的數(shù)據(jù)進(jìn)行分析；學(xué)會(huì)并熟悉通過網(wǎng)絡(luò)解決問題的能力；將本次試驗(yàn)的操作過程及分析結(jié)果填寫在實(shí)驗(yàn)報(bào)告

2、中。實(shí)驗(yàn)內(nèi)容及實(shí)驗(yàn)結(jié)果1．打開數(shù)據(jù)文件，數(shù)據(jù)預(yù)處理進(jìn)行關(guān)聯(lián)性分析分析之前進(jìn)行要先進(jìn)行離散化處理，打開數(shù)據(jù)文件后，選擇離散化處理的算法，確認(rèn)算法參數(shù)之后就可以進(jìn)行預(yù)處理操作；進(jìn)行預(yù)處理之后的數(shù)據(jù)：1．關(guān)聯(lián)分析選擇關(guān)聯(lián)性分析的算法，對(duì)參數(shù)進(jìn)行設(shè)置參數(shù)確定后就可以進(jìn)行關(guān)聯(lián)度的分析，關(guān)聯(lián)算法的參數(shù)不同，幾次測(cè)試的結(jié)果也不同，但都沒得出與課本中相同的結(jié)果。1．分類分析打開數(shù)據(jù)文件后，先選擇進(jìn)行分類的算法，J48-C4.5決策樹算法，選擇將測(cè)數(shù)據(jù)集作為訓(xùn)練集使用，同時(shí)選擇outputpredictions使結(jié)果顯示預(yù)測(cè)情況然后進(jìn)行十折交叉驗(yàn)證，下圖時(shí)將決策樹可視化顯示的結(jié)果1．聚類分析選用

3、k-均值聚類算法進(jìn)行聚類分析，進(jìn)行聚類之前先對(duì)數(shù)據(jù)文件進(jìn)行規(guī)范化處理打開文件后選擇規(guī)范化處理算法，進(jìn)行規(guī)范化處理后將數(shù)據(jù)進(jìn)行保存；下圖是打開文件選擇算法后的界面：下圖是進(jìn)行規(guī)范化處理之后的數(shù)據(jù)：重新打開進(jìn)行規(guī)范化處理后的文件，選擇k-均值聚類算法，下圖是算法參數(shù)設(shè)置界面：k-均值聚類算法參數(shù)確認(rèn)后進(jìn)行聚類分析，下圖是聚類分析的結(jié)果顯示：除了“k-均值聚類算法”，聚類分析還可以選擇其他的算法，重新選擇算法“DBScan”，對(duì)算法參數(shù)進(jìn)行設(shè)置，然后金子那個(gè)聚類分析“DBScan”聚類算法參數(shù)設(shè)置界面：DBScan聚類分析結(jié)果顯示：