数据挖掘实验报告数据准备+关联规则挖掘+分类知识挖掘..docxVIP

数据挖掘实验报告班级学号姓名课程数据挖掘实验名称实验一：数据准备实验类型实验目的：（1）掌握利用文本编辑软件生成ARFF文件的方法；（2）掌握将EXCEL表格文件转换为ARFF文件的方法；（3）掌握数据的预处理方法。实验要求：（1）将下列表格中的数据利用文本编辑软件生成ARFF文件：姓名出生日期性别婚否工资职业信用等级黄大伟1970.05.08男3580教师优秀李明1964.11.03男是4850公务员优秀张明明1975.03.12女是职员优秀覃明勇1981.07.11男是2980职员良好黄燕玲1986.05.08女否2560工人一般表中没有填上的数据为缺失数据。请列出你编辑ARFF文件并在WEKA中打开该文件。（2）将EXCEL表格文件“bankdata.xls”转换为ARFF文件的方法,并将它另存为ARFF文件“bankdata.arff”, 在WEKA中打开该文件，写出操作过程。（3）数值属性的离散化：在WEKA中打开ARFF文件“bankdata.arff”，对属性“age”和“income”分别按等宽分箱和等深分箱进行离散化为三个箱。给出分箱的结果。实验结果：(1) @relation book1@attribute 姓名 {黄大伟,李明,张明明,覃明勇,黄燕玲}@attribute 出生日期 {1970.05.08,1964.11.03,1975.03.12,1981.07.11,1986.05.08}@attribute 性别 {男,女}@attribute 婚否 {是,否}@attribute 工资 numeric@data黄大伟,1970.05.08,男,?,3580李 ,1964.11.03,男,是,4850张明明,1975.03.12,女,是,?覃明勇,1981.07.11,男,是,2980黄燕玲,1986.05.08,女,否,2560（2）先把 bankdata.xls转化为CSV文件格式得到bankdata.csv,再在WEKA中打开，再另存为ARFF格式，就可以得到bankdata.arff。即由转换为，再转换得在WEKA中打开如下：（3）对age按等宽进行离散化分箱如下：对income进行等深离散化分箱如下：实验名称实验二：关联规则挖掘实验类型综合性实验实验目的：（1）掌握WEKA关联规则挖掘中的数据准备方法。（2）掌握WEKA关联规则挖掘中的参数设置方法。（3）掌握关联规则挖掘结果的分析。实验要求：（1）将下列事务数据库转换为二元表格形式(以项目作为属性，在某个事务中，该项目出现则取值为yes，不出现则取值为no。）并生成ARFF文件格式。CustomerCommoditiesC1milk,egg,bread,chipsC2egg,popcorn,chips,beerC3egg,bread,chipsC4milk,egg,bread,popcorn,chips,beerC5milk,bread,beerC6egg,bread,beerC7milk,bread,chipsC8milk,egg,bread,butter,chipsC9milk,egg,butter,chips（2）选择关联规则算法并设置相关参数。（3）运行算法，输出频繁项集及强关联规则。（4）从挖掘结果来看，你发现了什么有兴趣的规则？实验结果：（1）Customermilkeggbreadchipspopcornbeerbutterc1yesyesyesyesnononoc2noyesnoyesyesyesnoc3noyesyesyesnononoc4yesyesyesyesyesyesnoc5yesnoyesnonoyesnoc6noyesyesnonoyesnoc7yesnoyesyesnononoc8yesyesyesyesnonoyesc9yesyesnoyesnonoyes将文件保存为“yes-no.csv”,在WEKA中打开yes.csv文件,然后save为yes-no.arff即生成ARFF文件格式。(2) 打开数据文件：用“Explorer”打开“yes-no.arff”后，切换到“Associate”选项卡。选择算法:默认关联规则分析是用Apriori算法。点“Choose”按钮在弹出的窗口中可以选择关联规则算法。参数设置：单击“Choose”按钮右边的文本框会弹出参数设置对话框，可以修改默认的参数，弹出的窗口中点“More”可以看到各参数的说明。设置如下图：（3）运行算法单击“Start”按钮开始关联分析，输出频繁项集及强关联规则。（4）我发现本来在我们看来毫无联系的事物，经过分析发现它们有着密切联系。实验名称实验三：分类知识挖掘实验类型综合性实验实验目的：（1）掌握利用决策树(C4.5算法)进行分类的方法。（