《数据挖掘技术与应用》实验指导书(排)概述.docVIP

《数据挖掘技术与应用》实验指导书 PAGE  《数据挖掘技术与应用》实验指导书  PAGE 1 《数据挖掘技术与应用》 实 验 指 导 书 邓克文 编 重庆大学经济与工商管理学院 2014年7月  目 录  TOC \o 1-2 \h \z \u  HYPERLINK \l _Toc406509412 第一章 数据挖掘及工具简介  PAGEREF _Toc406509412 \h 1  HYPERLINK \l _Toc406509413 1.1 数据挖掘的基本概念  PAGEREF _Toc406509413 \h 1  HYPERLINK \l _Toc406509414 1.2 数据挖掘的基本框架及流程  PAGEREF _Toc406509414 \h 1  HYPERLINK \l _Toc406509415 1.3 数据挖掘软件工具  PAGEREF _Toc406509415 \h 1  HYPERLINK \l _Toc406509416 第二章 基础实验篇  PAGEREF _Toc406509416 \h 2  HYPERLINK \l _Toc406509417 2.1 实验一 分 类  PAGEREF _Toc406509417 \h 2  HYPERLINK \l _Toc406509418 2.2 实验二 预 测  PAGEREF _Toc406509418 \h 18  HYPERLINK \l _Toc406509419 2.3 实验三 聚 类  PAGEREF _Toc406509419 \h 29  HYPERLINK \l _Toc406509420 2.4实验四 关联分析  PAGEREF _Toc406509420 \h 40  HYPERLINK \l _Toc406509421 2.5实验五 RFM模型  PAGEREF _Toc406509421 \h 46  HYPERLINK \l _Toc406509422 2.6基于遗传算法的变量选择  PAGEREF _Toc406509422 \h 60  HYPERLINK \l _Toc406509423 参考文献  PAGEREF _Toc406509423 \h 71  HYPERLINK \l _Toc406509424 附 录  PAGEREF _Toc406509424 \h 72  《数据挖掘技术与应用》实验指导书 PAGE 80 第一章 数据挖掘及工具简介 数据挖掘的基本概念 数据挖掘的基本框架及流程 1.3 数据挖掘软件工具  第二章 基础实验篇 2.1 实验一 分 类 一、实验目的 通过本次实验，学会使Clememtine软件及R软件进行数据挖掘的分类实验，撑握以下知识点：(1) Logistic分类模型；(2) 决策树C5.0分类模??及其Cost矩阵设置的重要作用；(3) 贝叶斯网络分类模型；(5) 支持向量机模型；(6) 神经网络模型；(7) 运用R软件进行连续函数离散化数据预处理，并对该数据用上述3个模型进行挖掘，最后与连续性原始数据的挖掘结果进行对比，并得出相关结论；(8) 运用Clememtine软件解决数据预处理中的缺失值填充问题。 二、实验安排 1．学时： 本实验安排8个学时，主要用于完成实验及实验报告。 2．时间： 由实验室统一安排 3．地点： 由实验室统一安排 三、实验工具 PC电脑1台，Windows 7系统，Clememtine 12.0 数据挖掘软件，R软件，以及上市公司ST数据集和Clememtine自带的telco.sav数据集。 四、知识准备 五、实验背景 六、实验过程 实验1：基础模型 1.按顺序拖动并设置以下节点。 （1）设置数据来源（source中的excel来源）。 点击此处选择数据源。 （2）将320.xls指向table，运行table。结果如下。 Table节点运行后，我们可以看到数据源的具体内容，其包含320个上市公司的财务指标以及在该财务指标下第二年是否被ST的数据，ST＝1表示次年被ST，ST＝0则表示未被ST，其中X1至X18表示净利润率、资产收益率等18边续性的财务变量，最后一个变量为Flag类型ST变量。 （3）将320.xls指向type节点，编辑type，只有最后一项为输出且类型为flag，其他项为输入，类型为连续型变量（range）。 （4）将type指向partiton，设置训练集与测试集比例，对话框上部的generate处可分出训练集与测