数据挖掘与Clementine概述.pptx

数据挖掘与clementine概述;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;clementine概述;;Clementine应用示例;;具体分析和操作步骤如下;第四步，观察服用不同药物的病人唾液中钠和钾的含量情况。在图形（graph??选项卡中选择Plot节点加到数据流中，设置节点参数，制定Na为x轴，K为y轴，服用不同Drug的病人数据采用不同颜色的点，执行该节点，所生成的图形文件名将列在流管理窗口的outputs选项卡中 第五步，观察服用不同药物病人唾液中钠和钾的浓度比例情况。该指标是原始数据中没有的，需要计算生成，然后观察分布特征。在字段（field Ops）选项卡中选择Histogram节点，设置节点参数制定绘制直方图，服用不同药物的病人数据采取不同的颜色。执行该节点，所生成的图形文件名将列在流管理窗口的outputs选项卡中。 ;第六步，不同血压特征人的药物选择。在图形（Graph）选项卡中选择Web节点加入到数据流中，设置节点参数制定绘制关于Drug与BP的网状Web图，执行该节点，所生成的图形文件名将列在流管理窗口的outputs选项卡中。 ;第七步，全面分析决定药物选择的其他因素。这里，希望进一步利用数据，通过建立模型，从Age，Sex,BP,Cholesterol,Na/K的综合角度分析选择不同药物的依据。 在建模中，不再选择Na和K，而是采用Na/K，因此，将Na和K删掉。在字段（Field Ops）选项卡中选择Filter节点加到数据流中，设置参数在Na和K变量上打叉筛掉。 然后，制定建立模型过程中各个变量的作用，这里Age，Sex,BP,Cholesterol,Na/K为解释变量，成为模型的输入（In）变量，Drug为被解释变量，称为模型的输出（Out）变量。在在字段（Field Ops）选项卡中选择Type节点加到数据流中，设置参数制定不同的变量角色。 最后，在模型（Modeling）选项卡中选择C5.0节点加入到数据流中。执行该节点，生成的模型名将显示在流管理窗口的Models选项卡中。右键单击，选择Browse，浏览模型结果。 ;