XX30760分项实习材料.docVIP

广东外语外贸大学信息技术学院 数据挖掘课程（XX300）实习材料(Decision Tree) 1. 使用数据挖掘软件把决策树算法运用于求职数据档案。使用分类数据。使用15000个观测样本，一半用于训练一半用于测试。 2. 使用数据挖掘软件把决策树运用于求职数据档案。使用标准连续值数据，15000个观测样本，一半用于训练一半用于测试。 3. 使用数据挖掘软件把决策树算法用于贷款申请数据集。选择年龄、收入、风险以及信用等级作为分类数据。使用15000个观测样本，一半用于训练。 4. 使用数据挖掘软件把决策树算法用于贷款申请数据集。选择年龄、收入、风险以及信用等级作为连续数据。使用15000个观测样本，一半用于训练。 5. 使用数据挖掘软件把决策树算法运用于保险欺诈数据集的15000个观察样本。对年龄进行转换，20岁或以下的设置为0.5，20岁以上的设置为1.0。把性别设置为0或者1。转换保险金申请次数：把次数除以5000。对先前的申请次数进行转换：之前没申请过的为0，申请过1次的为0.5，2次或2次以上的为1。没有代理人的设为0，有代理人的为1。把60%的数据用于训练。 6. 使用数据挖掘软件把决策树算法运用于保险欺诈数据集的15000个观测样本。把60%的样本用于训练。 7. 使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于日用品消费：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用15000个观测样本作为训练集，并把模型运用于5000个测试样本。 8. 使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于宾馆费用：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用10000个观测样本作为训练集并把模型运用于5000个测试样本。 9. 使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于供房：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用10000个观测样本作为训练集并把模型运用于5000个测试样本。 10. 使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于公用生活：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用10000个观测样本作为训练集并把模型运用于5000个测试样本。 11．使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于养车：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用10000个观测样本作为训练集并把模型运用于5000个测试样本。 12. 使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于服装消费：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用10000个观测样本作为训练集并把模型运用于5000个测试样本。 13. 使用数据挖掘软件把决策树算法运用于顾客消费数据的分析上，以确定各种顾客会把他们收入的多大比例用于娱乐消费：少于1%的总收入、1%~5%的总收入、5%~10%的总收入以及10%以上的总收入。输入变量使用标准数据。用10000个观测样本作为训练集并把模型运用于5000个测试样本。 二、记忆推理法(MBR) 1. 使用数据挖掘软件把记忆推理法运用于求职数据档案。使用分类数据。使用15000个观测样本，一半用于训练一半用于测试。 2. 使用数据挖掘软件把决策树运用于求职数据档案。使用标准连续值数据，15000个观测样本，一半用于训练一半用于测试。 3. 使用数据挖掘软件把记忆推理法用于贷款申请数据集。选择年龄、收入、风险以及信用等级作为分类数据。使用15000个观测样本，一半用于训练。 4. 使用数据挖掘软件把记忆推理法用于贷款申请数据集。选择年龄、收入、风险以及信用等级作为连续数据。使用15000个观测样本，一半用于训练。 5. 使用数据挖掘软件把记忆推理法运用于保险欺诈数据集的15000个观察样本。对年龄进行转换，20岁或以下的设置为0.5，20岁以上的设置为1.0。把性别设置为0或者1。转换保险金申请次数：把次数除以5000。对先前的申请次数进行转换：之前没申请过的为0，申请过1次的为0.5，2次或2次以上的为1。没有代理人的设为0，有代理人的为1。把60%的数据用于训练。 6. 使