数据挖掘实验weka 分析.docVIP

管理学院实验（实训）报告 课程： 商务智能与数据挖掘 地点：2607 时间：2014年5月7日 学生姓名 班级 学号 成绩 实验项目 数据挖掘应用实验 实验目的 至少掌握一种数据挖掘工具，并能正确地使用； 利用所掌握的数据挖掘工具进行分类分析、关联分析、聚类分析等 实验要求 至少熟悉一种挖掘工具，并使用该挖掘工具进行分类、关联和聚类分析； 阅读教材P139-156，边阅读，边操作； 实验数据可用系统自带的，也可以从网上下载，也可以自行创建； 算法自行选择，可以针对一个数据集选择多个算法进行比较分析，也可以每个算法选择不同的数据进行分析； 学会并熟悉通过网络解决问题的能力； 将本次试验的操作过程及分析结果填写在实验报告中。 实验内容及实验结果 打开数据文件，数据预处理 进行关联性分析分析之前进行要先进行离散化处理，打开数据文件后，选择离散化处理的算法，确认算法参数之后就可以进行预处理操作； 进行预处理之后的数据： 关联分析 选择关联性分析的算法，对参数进行设置 参数确定后就可以进行关联度的分析，关联算法的参数不同，几次测试的结果也不同，但都没得出与课本中相同的结果。 分类分析 打开数据文件后，先选择进行分类的算法，J48-C4.5决策树算法，选择将测数据集作为训练集使用，同时选择output predictions使结果显示预测情况 然后进行十折交叉验证，下图时将决策树可视化显示的结果 聚类分析 选用k-均值聚类算法进行聚类分析，进行聚类之前先对数据文件进行规范化处理 打开文件后选择规范化处理算法，进行规范化处理后将数据进行保存；下图是打开文件选择算法后的界面： 下图是进行规范化处理之后的数据： 重新打开进行规范化处理后的文件，选择k-均值聚类算法，下图是算法参数设置界面： k-均值聚类算法参数确认后进行聚类分析，下图是聚类分析的结果显示： 除了“k-均值聚类算法”，聚类分析还可以选择其他的算法，重新选择算法“DBScan”，对算法参数进行设置，然后金子那个聚类分析 “DBScan”聚类算法参数设置界面： DBScan聚类分析结果显示：