数据挖掘 主题：第六章作业.docxVIP

本科生实验报告实验课程数据挖掘学院名称信息科学与技术学院专业名称计算机科学与技术学生姓名代星学生学号201413030317指导教师实验地点实验成绩二〇一六年11月二〇一六年11月第1章实验内容使用心脏病患者数据集（CardiologyNumerical.arff）的前两百个实例进行反向传播学习训练，剩余的103个实例作为检验集实例进行模型检验。改变网络结构和参数，使之达到更为理想的检验及效果。第2章实验目的对心脏病患者数据集中的数据用反向传播学习训练方法进行分类，查看分类的效果。并通过改变网络的结构和参数，使分类效果更加理想。第3章算法思想BP算法是一种有监督式的学习算法，其主要思想是：输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。具体步骤如下：（1）初始化，随机给定各连接权[w],[v]及阀值θi，rt。（2）由给定的输入输出模式对计算隐层、输出层各单元输出。（3）选取下一个输入模式对返回第2步反复训练直到网络设输出误差达到要求结束训练。第4章实验过程4.1数据准备从网上下载数据集，生成.csv文件，加载到Weka。4.2 建立神经网络结构1、在Weka Explorer中切换到Classify选项卡，单击Classify窗口的Choose按钮，选择分类器MultilayerPerceptron，即基于BP学习算法的多层前馈神经网络。2、在Choose按钮右边的文本框点击，打开分类器的属性设置对话框，将GUi设置为true，使得在训练前，可查看包含神经网络体系结构的GUI界面，并可交互式地修改结构和设置其他参数，且可以在网络训练过程中暂停，进行结构和参数的反复修改。在属性设置对话框中，设置hiddenLayers为“5,3”，表示有两个隐层，分别有5个和3个隐层节点；设置learning-Rate为0.5，trainingTime为5000.3、单击OK按钮，回到Weka Explorer的Classifier窗口，在测试集的选择上题目要求前两百个数据作为实例，最后103个作为检验集，设置Test Options为Percentage split（取实例个数的百分比作为检验集），并设置为34%满足题目要求。单击More options按钮，打开Classifier evaluation options对话框，选中Output复选框，以确保在输出中能够看到检验集的分类情况。4、单击start按钮，开始神经网络的训练过程。弹出神经网络的GUI界面，单击start按钮，执行训练，并选择accept训练结果。5、修改参数，重复上述步骤，重新实验，并对比实验结果。第5章实验结果实验一：全部作为实例此实验实例个数为303，分类正确率只有61.3362%，较低。实验二：前200作为实例，剩余103作为检验集此实验实例个数为200个，分类正确率为98.5273%，比之前经所有数据全部作为实例的正确率大大提高，并且按照题意，将此实验作为之后实验的对照。实验三：只改变隐层为（7,3），其他不变此实验实例个数为200个，正确率为98.5593%，与上图的隐层的节点数为（5,3）的分类正确率98.5273%相比分类正确率稍稍升高，由此可知节点数要根据需要适当选择。实验四：只改变learningRate为0.5，其他不变实例个数为200个，分类正确率为98.5273%，与实验二的学习率为0.3分类正确率相比正确率相同，所以猜想学习率对实验结果影响较小。只改变trainingTime为500，其他不变：实例个数为200个，分类正确率为98.5273%，与实验二的周期数为5000分类正确率相同。第6章结果分析通过改变参数进行对比试验结果表明，将所有数据的部分作为实例，其他作为检验数据集的实验结果较为准确。在此实验中改变其它条件对于准确率的影响都不是很大，但是可能是由于输入数据的特殊性造成的，之后的实验中还要更进一步验证。第7章心得体会从这次的作业中更加深入的了解神经网络算法以及Weka软件的使用。实验中经过多次不同实验的对比也了解了不同参数对于实验的影响。