基于clementine的数据挖掘指导的设计与实现.docVIP

基于clementine的数据挖掘实验指导 目 录 clementine决策树分类模型 2 一．基于决策树模型进行分类的基本原理概念 2 二. 范例说明 2 三. 数据集说明 3 四. 训练模型 3 五. 测试模型 8 clementine线性回归模型 11 一. 回归分析的基本原理 11 二. 范例说明 11 三. 数据集说明 11 四. 训练模型 11 五. 测试模型 16 Clementine聚类分析模型 20 一. 聚类分析的基本原理 20 二. 范例说明 21 三. 数据集说明 21 四. 建立聚类模型 22 Clementine关联规则模型 27 一. 关联规则的基本原理 27 二. 范例说明 27 三. 数据集说明 28 四. 关联规则模型 29 clementine决策树分类模型 一．基于决策树模型进行分类的基本原理概念 分类就是：分析输入数据，通过在训练集中的数据表现出来的特性，为每一个类找到一种准确的描述或者模型。由此生成的类描述用来对未来的测试数据进行分类。 该范例的背景是客户的作为一种市场营销活动的结果 图1 总流程图 三. 数据集说明 数据集.db，以下是该数据集的所有字段名： ? id. 唯一的识别 ? age. 年龄 ? sex. 性别 ? region.地理位置 ? ? merried. 是否已婚 ? children. 有几个孩子 ? car. 是否有汽车 ? save_act. 是否有储蓄账户 ? current_act. 是否有活期存款 ? mortgage. 是否有抵押 ? pep. 是否有个人投资计划 四. 训练模型 通过下面的操作，将完成如图2所示的流。 图2 训练模型 导入数据及预处理 插入一个变项文件节点（Source\Var.File），双击该节点，在File框输入snapshottrainN.db的物理路径，如图3所示： 图3 输入节点 变量类型的定义及实例化: 在建模之前，我们首先将一个类型节点Type Node加到目前的流程中。因为需要用为引数来估计 图4 Type节点 查看数据源 通过一个Table节点（Output\Table）与源数据连接，Excute（执行）Table结点即可，如图5所示： 图5 Table节点 用C5.0算法建立决策树模型 建立一个C5.0结点（Modeling\C5.0）与Type节点相连，如图6所示：： 图6 建模过程 双击C5.0结点可对其进行编辑，这里取其Model name为默认值“Auto”（进入法），其他选项也不做修改，Excute（执行）该节点，如图7所示： 图7 建模过程参数选择 模型结果分析 执行C5.0结点即可得到判断pep取值的决策树模型，如图8所示： 图8 查看模型 右键单击模型，单击Browse查看模型结果，如图9所示： 图9 模型结果 将模型图标与Type节点相连，再添加一个“分析”节点，执行Analysis节点显示预测值和真实值的匹配程度如何的信息，如图10所示： 图10 模型好坏分析 五. 测试模型 现有新的数据snapshottestN.db，将建好的分类模型（pep）加入到流程中，并利用Analysis节点分析结果，如图11所示： 图11 测试模型 (1)导入数据及预处理 与上面的方法相同，建立变项文件节点，选取源数据snapshottestN.db，如图12所示： 图12 输入节点 预处理数据，与训练模型操作相同，如图13所示： 图13 测试数据筛选 (2)查看数据源 通过一个Table节点（Output\Table）与源数据连接，Excute（执行）Table结点即可，如图14所示： 图14 查看测试数据 (3)连接模型 将得到的回归模型加入到Type节点，如图15所示： 图15 连接模型 双击C5.0结点可对其进行编辑，这里取其Model name为默认值“Auto”（进入法），其他选项也不做修改，Excute（执行）该节点，如图16所示： 图16 测试模型参数选择 分析模型 将模型图标与Type节点相连，再添加一个“分析”节点，执行Analysis节点显示预测值和真实值的匹配程度如何的信息，如图17所示： 图17 测试模型的分析结果 clementine线性回归模型 回归分析的基本原理 所谓回归分析法，就是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量间的回归关系函数表达式，也称为回归方程，而其中最简单最基础的回归分析法就是线性回归分析。 clementine 8.1中提供的回归方法有两种：Regression和Logistic，其中clementine 8.1中的Regression算法就是指线性回归模型。下面的例子主要基于线性回归算法Regression算法