数据挖掘实验报告new.docVIP

学生学号 01座机电话号码330 实验课成绩 武汉理工大学 学 生 实 验 报 告 书 实验课程名称 数据挖掘 开 课 学 院 计算机科学与技术学院 指导老师姓名 徐宁 学 生 姓 名 赵倩 学生专业班级 软件0803班 2010 — 2011 学年 第 二 学期 实验课程名称：数据挖掘 实验项目名称 数据仓库的设计、实现及多维分析 实验成绩 实验者 赵倩 软件0803班 组别 同组者 实验日期 2011年5月19日 第一部分：实验分析与设计 实验内容描述 问题描述：此实验为设计型实验，选择一种数据仓库管理系统，如SQL Server Analysis Manager进行数据仓库的设计、实现，并进行多维数据分析。 实验基本原理与设计 三、主要仪器设备及软件环境 Windows xp SQL Server 2000 第二部分：实验调试与结果分析 调试过程（包括调试方法描述、实验数据记录，实验现象记录，实验过程发现的问题等） 如何向多维数据集添加度量值度量值是要进行分析的数据库中的量化值。常用的度量值为销售、成本和预算数据。度量值根据多维数据集不同的维度类别进行分析。 在多维数据集向导的“欢迎”步骤，单击“下一步”按钮。 在“从数据源中选择事实数据表”步骤，展开“教程”数据源，然后单击“sales_fact_1998”。 单击“浏览数据”按钮可以查看“sales_fact_1998”表中的数据。数据浏览完毕后，关闭“浏览数据”窗口，然后单击“下一步”按钮。 若要定义多维数据集的度量值，在“事实数据表数据列”下，双击“store_sales”。对“store_cost”和“unit_sales”列重复此步骤，然后单击“下一步”按钮。 ） 第二步, 启动 Analysis Manager 第三步, 建立数据库和数据源 第四步建立多维数据集 如何建立时间维度 2、如何建立产品维度 3、如何建立客户维度 4、如何生成商店维度 5、完成多维数据集的生成 6、设计存储和处理多维数据集 2 替换网格中的维度 按时间筛选数据 深化 将数据仓库技术应用到学生信息管理中，使我了解了数据仓库的应用以及如何创建数据仓库。 实验课程名称： 数据挖掘 实验项目名称 Apriori算法 实验成绩 实验者 赵倩 专业班级 软件0803班 组别 同组者 实验日期 2011年5月26日 第一部分：实验分析与设计 实验内容描述（问题域描述） 此实验为综合型实验，要求学生综合利用先修课程高级程序设计语言、数据库、算法设计与分析，与本门数据挖掘课程的知识，选择一种编程工具，如Visual C++，实现经典挖掘算法Apriori或算法k-Means。 实验基本原理与设计（包括实验方案设计，实验手段的确定，试验步骤等，用硬件逻辑或者算法描述） Apriori 算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。算法基于这样的事实：算法使用频繁项集性质的先验知识。Apriori 使用一种称作逐层搜索的迭代方法，k-项集用于探索（k+1）-项集。首先，找出频繁1-项集的集合。该集合记作L1。L1用于找频繁2-项集的集合L2，而L2用于找L3，如此下去，直到不能找到频繁k-项集。找每个Lk 需要一次数据库扫描。 为了提高频繁项目集逐层产生的效率，Apriori算法利用了两个重要的性质用于压缩搜索空间： （l）若X是频繁项集，则x的所有子集都是频繁项集。 （2）若x是非频繁项集，则X的所有超集都是非频繁项集。 2.2 算法描述： 算法： Apriori算法，使用逐层迭代找出频繁项集。 输入：事务数据库D；最小支持度阈值min_sup。 输出：D 中的频繁项集L。 1） L1 find_frequent_1_itemsets（D）； 2） for （k 2； Lk-1 ≠ ； k++） 3） Ck aproiri_gen（Lk-1，min_sup）； 4） for each transaction t D //scan D for count 5） Ct subset（Ck，t）； //get subsets of t that are candidates 6） for each candidate c Ct 7） c.count++； 8） 9） Lk c Ck | c.count ≥ min_sup 10） 11） return L ∪kLk； 从事务数据库D中挖掘出所有频繁项集。支持度大于最小支持度min_sup的项集Itemset称为频集Frequent Itemset。首先需要挖掘出频繁1-项集；然后，继续采用递推的方式来挖掘频繁k-项集（k 1），具体做法是： 在挖掘出候选频繁k-