数据仓库与数据挖掘1实验册汽院科院2分解.doc

《数据仓库与数据挖掘》 实验报告册 20 - 20 学年 第 学期 班 级： 学 号： 姓 名： 目录 实验一 Microsoft SQL Server Analysis Services的使用 3 实验二 使用WEKA进行分类与预测 5 实验三 使用WEKA进行关联规则与聚类分析 6 实验四 数据挖掘算法的程序实现 7 实验一 Microsoft SQL Server Analysis Services的使用 实验类型：验证性 实验学时：4 实验目的： 学习并掌握Analysis Services的操作，加深理解数据仓库中涉及的一些概念，如多维数据集，事实表，维表，星型模型，雪花模型，联机分析处理等。 实验内容： 在实验之前，先通读自学SQL SERVER自带的Analysis Manager概念与教程。按照自学教程的步骤，完成对FoodMart数据源的联机分析。建立、编辑多维数据集，进行OLAP操作，看懂OLAP的分析数据。 实验步骤： 启动联机分析管理器： 建立系统数据源连接。 建立数据库和数据源，多维数据集 编辑多维数据集 设计存储和处理多维数据集 浏览多维数据集中的数据 按时间筛选数据 实验小结： 实验二 使用WEKA进行分类与预测 实验类型：综合性 实验学时：4 实验目的： 掌握数据挖掘平台WEKA的使用。综合运用数据预处理、分类与预测的挖掘算法、结果的解释等知识进行数据挖掘。从而加深理解课程中的相关知识点。 实验内容： 阅读并理解WEKA的相关中英文资料，熟悉数据挖掘平台WEKA，针对实际数据，能够使用WEKA进行数据的预处理，能选择合适的分类与预测算法对数据进行分析，并能解释分析结果。 实验步骤： 1、在开始-程序-启动WEKA，进入Explorer界面，熟悉WEKA的界面功能。 2、选择数据集（实验中的数据可以从网络获取），如泰坦尼克号数据集，将要处理的数据集转换成WEKA能处理的格式，如 .ARFF格式。思考：如何将其它格式的数据文件（如.XLS）转换为.ARFF格式？ 3、根据选择的数据挖掘算法，如果有必要，在Weka Explorer界面，Preprocess选项中，进行相应的数据预处理。要求：熟悉Preprocess界面中各个功能选项的含义，理解数据的特征。思考：在filter中，supervised和unsupervised的区别? 4、在Weka Explorer界面，单击Visualize选项，进入WEKA 的可视化页面，可以对当前的关系作二维散点图式的可视化浏览。要求: 熟悉Visualize界面中各个功能选项的含义，理解可视化图形的意义。 5、选择相应的分类与预测挖掘算法对数据集进行分析，进行算法参数的具体设置。如利用WEKA-Classifier-trees-J48 决策树算法，对泰坦尼克号数据集进行分析；如利用回归模型对连续数值进行预测。要求：对你选择的分类和预测算法思想分别进行介绍，熟悉classify界面的内容，对classifier中的参数含义分别进行介绍。思考：classifier-trees-J48算法与classifier-trees-id3算法的区别与联系。 6、对分析所获得的结果进行解释。如，根据决策树和分类规则尝试讨论泰坦尼克号幸存者的特征。理解评估分类和预测优劣的一些准则。 实验小结： 实验中遇到的问题及解决办法、心得、体会等等... 思考题 给出数据挖掘中分类与预测成功应用的案例，并简要介绍。 实验三 使用WEKA进行关联规则与聚类分析 实验类型：综合性 实验学时：4 实验目的： 掌握数据挖掘平台WEKA的使用。综合运用数据预处理、关联规则与聚类的挖掘算法、结果的解释等知识进行数据挖掘。从而加深理解课程中的相关知识点。 实验内容： 阅读并理解WEKA的相关中英文资料，熟悉数据挖掘平台WEKA，针对实际数据，能够使用WEKA进行数据的预处理，了解属性选择，能选择合适的关联规则与聚类算法对数据进行分析，并能解释分析结果。 实验步骤： 1、在开始-程序-启动WEKA，进入Explorer界面，熟悉WEKA的界面功能。 2、选择数据集（实验中的数据可以从网络获取），将要处理的数据集转换成WEKA能处理的格式，如 .ARFF格式。