数据挖掘_xxx_xxxx.doc

中南民族大学 计算机科学学院 《数据挖掘与知识发现》 综合实验报告 姓 名 年 级 级 专 业 软件工程 指导教师 李波 学 号 序 号 31 实验类型 综合型 成绩评定 评语： 教师签名： 年 月 日 2016 年 12月 15 日 年级 ? 专 业 软件工程 班级 组号 实验室 9-205 日期 实验 名称 ??数据挖掘与知识发现 实 验 内 容 分项内容 实验级别 Weka环境熟悉；决策树（1） 决策树（2） 关联规则，聚类分析 KDD案例 属性相关性，神经网络（1） 神经网络（2） 小 组 成 员 姓名 学号 组内分工 自我评分 教师评分 ? ? ? ? ? 实验分项1 ? Weka环境熟悉；决策树（1） 实 验 目 的 熟悉Weka软件的环境和基本用法。 掌握ARFF数据文件的编制方法。 学习应用Weka软件建立决策树的方法，并理解决策树的剪枝和未剪枝的分类效果。 实 验 要 求 1、 参照教材 19 -22 页内容，熟悉 页内容，熟悉 WekaWeka Weka软件的安装及使用环境； 2、在记事本程序中编制 ColdType training.arff, ColdTypetest.arff . 3、打开 WekaWeka Weka软件，并参 软件，并参 照教材 1.9.2 1.9.2 ，完成相关操作并 小节，完成相关操作并 小节，完成相关操作并 小节，完成相关操作并 理解 相应 处理结果。 4、根据教材表 2.1 所提供的数据集 T，基于 WekaWeka Weka软件，应用 C4.5 算法建立决策树， 预测某个学生是否决定去打篮球。 要求：（ 1）采用 arff arff文件来完成； 文件来完成；（2）分别完成决策树剪枝和未的情况。 实 验 原 理 步 骤 （ 算 法 流 程 ） 1．熟悉Weka软件的环境和基本用法并编写arff文件。 我们实验中Weka访问的数据格式是arff格式的。 运行Weka后，出现了窗口，我们在里面选择Explorer界面。 在Preprocess选项卡，点击file按钮，加载arff文件，就可以对文件中的数据进行采集挖掘。 用@data定义数据集的开始，数据值用逗号隔开，若存在缺失数据，则用问号表示。 2．打开Weka软件，按照教材要求完成相关操作，并理解相应处理结果 ?(1)在打开arff文件后，界面详细显示了数据集的实例个数，属性值的比例关系等。 图1 实 验 原 理 步 骤 （ 算 法 流 程 ） ?(2)在界面中可以进行属性和实例的筛选，直接在对话框中对数据实例进行筛选，对缺失数据进行填补，重命名甚至进行排序也可以。 ? ?(3)建立分类模型，切换到classify选项卡，单击choose按钮，打开分类器选择对话框，选择J48来建立决策树模型。在Test options面板底部有一个More options按钮，单击该按钮，打开Classifier evaluation options对话框，设置选中Output predictions复选框，可以在输出结果中出现预测输出结果。单击start按钮，就可以执行数据挖掘。 ? 图2 ?(3)在Result list列表框的会话条目上右击，从快捷菜单中选择Visualize tree命令，打开Tree View窗口，可以看到感冒类型诊断决策树。 实 验 原 理 步 骤 （ 算 法 流 程 ） ? 图3 ?(4)利用所建立的分类模型分类未知实例，在执行数据挖掘前，将Test options检验方式设置为Supplies test set，.arff文件作为检验集。在输出结果中显示预测结果，再单击start按钮，执行数据挖掘。 ? (5)切换到Cluster选项卡，选择简单K-均值算法，打开算法参数设置对话框，在其中设置聚类的相关参数，本次实验中簇的个数为2，分类属性为Cold-Type。 实 验 原 理 步 骤 （ 算 法 流 程 ） ? ?(6)为了能够更客观的显示，打开可视化窗口，将x轴改为Cluster，将Y轴改为Cold-Type，拖动Jitter滑块至中间，可以清楚地看到分布结果。 ? 我们可以清楚地