第七章作业201413030119何东升-副本.doc

第七章统计技术实验 --数据导论第七章作业技术一门数据收集整理和分析处理，从而得到数据特征和预测对象未来的综合性学科大多数统计技术具有较强的数学理论基础，在分析和预测对象方面较高的准确度，从而使其在社会科学和自然科学的各个领域都得到了成的，统计分析和技术数据挖掘技术中非常重要比较成熟的技术。常用分析技术包括回归分析分析技术主成分分析时间序列分析等。 分析1回归算法的核心 （1）斜截式 已知直线在y轴上的截距为b，斜率K，可以确定该直线的方程． 即为　y = k x + b 此斜截式类似于一次函数的表达式。 （2）最小二乘法估计回归分析的最初目的是估计模型的参数以便达到对数据的最佳拟合。在决定一个最佳拟合的不同标准之中，最小二乘法是非常优越 的 1.2 实验软件：eka3-9. 1.3 过程 打开excel并录入数据如图 2、画出散点图： 建立简单线性回归方程，并画出这个直线 回归方程为: y = 15.039x - 30129 所以预测当year= 2014，2015,2016时 Year Income 2014 159.546 2015 174.585 2016 189.624 第二部分凝聚聚类技术 1凝聚聚类算法的核心 1．2实验过程 件导入数据集 选择HierachicalCluster算法并设置为EuclideanDistance 结果如下 === Run information ===Scheme: weka.clusterers.HierarchicalClusterer -N 2 -L SINGLE -P -A weka.core.EuclideanDistance -R first-last Relation: PlayBasketball Instances: 15 Attributes: 5 Weather Temperature/?? Courses Partner Play Test mode: evaluate on training data === Clustering model (full training set) === Cluster 0 (((((((0.0:1,0.0:1):0.01015,(0.0:1,0.0:1):0.01015):0,0.0:1.01015):0.02986,(0.0:1.01015,0.0:1.01015):0.02986):0.11174,(1.0:1.04002,1.0:1.04002):0.11174):0,(1.0:1.04002,(1.0:1.01015,1.0:1.01015):0.02986):0.11174):0.07715,(1.0:0.28571,1.0:0.28571):0.94319) Time taken to build model (full training data) : 0.01 seconds === Model and evaluation on training set === Clustered Instances 0 14 ( 93%) 1 1 ( 7%) 第三部分Cobweb聚类技术 11算法思想 COBWEB(root, record): Input: A COBWEB node root, an instance to insert record if root has no children then children := {copy(root)} newcategory(record) \\ adds child with record’s feature values. insert(record, root) \\ update root’s statistics else insert(record, root) for child in root’s children do calculate Category Utility for insert(record, child), set best1, best2 children w. best CU. end for if newcategory(record) yields best CU then newcategory(record) else if merge(best1, best2) yields be