统计方法与数据挖掘技术在耕地非农化分析中的对比研究.pdfVIP

安徽科技学院学报，2012，26(6)：55—60 JournalofAnhuiScienceandTechnologyUniversity 统计方法与数据挖掘技术在耕地非农化分析中的对 比研究 刘小华 (安庆职业技术学院，安徽 安庆 246003) 摘 要：分别采用统计学和数据挖掘两种方法对耕地非农化的问题进行分析，通过对比研究两种方法的优 缺点，旨在为类似的相关问题进而为农业领域其他问题提供一种新的解决方法和思路。 关键词：统计学；数据挖掘；耕地非农化；对比研究 中图分类号：TP301．6 文献标识码：A 文章编号：1673—8772(2012)06—0055—06 A ComparativeStudyofStatisticalTechniquesandApplication ofDataM ininginCultivatedLandConversion LIU Xiao—hua (AnqingVocationalandTechnicalCollege，Anqing246003，China) Abstract：BytheanalysisOffstatisticaltechniquesanddataminingoncultivatedconversion，comparingthetwo mehtodsadvnatagesanddisadvantages，itcanoffernewhtoughtandasolutiontosimilarproblemsandothersre— latedtoagriculturalfield． Keywords：Statistics；Datamining；Farmlandconversion；Comparativestudy 随着经济的发展，特别是城镇化进程的推进，我国的耕地面积受多种因素的影响大量减少，这难免带 来诸多问题，影响到经济可持续发展，关键是会引发我国的粮食危机，乃至影响到我们的生存问题[1]。针 对经济发展带来耕地非农化的问题，国内外学者从不同角度对其进行了较为全面系统的研究 】，研究方 法主要集中在定性和定量两个方面。定性的研究偏多，而这仅停留在表面的分析，不能确凿地给出数据解 释。定量分析 目前也主要是采用统计学的方法 J。 数据库技术的快速发展积累了大量的数据，面临如何从海量数据里发掘有用的知识，数据挖掘技术由 此而生。经历多年的发展，数据挖掘技术已日趋稳定、成熟，且易于操作和理解，数据挖掘的研究也逐渐偏 向应用领域。其在商业、金融等领域的应用已积累了不少成功经验，可在农业领域的应用却还鲜见∞]。 本文分别采用统计分析和数据挖掘两种方法来讨论耕地非农化的问题，通过对比研究两种方法的优 缺点，旨在为类似的相关问题进而为农业领域其他问题提供一种新的解决方法和思路。 1 分析工具介绍 1．1 SPSS SPSS(StatisticalProductandServiceSolution)和SAS、BMDP被国际上称为三大最有影响的统计软件。 SPSS作为三大统计软件之一，其功能强大、界面友好、易用、易学，包含了大多尖端的统计分析法，具有 良 好的数据定义、开放的数据接 口、美观灵活的统计图表输出。其被各类科研结构和院校广泛地应用 ]。 本文选用它作为统计分析的工具。 收稿 日期：2012—07—20 基金项 目：安徽省优秀青年人才基金项 目(2010SQRL110)；安徽省高等学校质量工程项 目。 作者简介：刘小华(1974一)，男，安徽省怀宁县人，硕士，讲师，主要从事数据挖掘、数据库研究。 56 安徽科技学院学报 1．2 WEKA Weka的全名是怀卡托智能分析环境 (WaikatoEnvironmentforKnowledgeAnalysis)，是一款免费的，非 商业化(与之对应的是SPSS公司商业数据挖掘产品一Clementine)的，基于JAVA环境下开源的机器学习 (machinelearning)以及数据挖掘(dataminining)软件。WEKA作为一个公开的数据挖掘工作平台，集合 了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类