实验三数据挖掘实现-2.docxVIP

实验三 数据挖掘实现-2 （2学时，设计型） 学院 计算机科学学院 专业年级 信管2012 姓名 学号 实验课程名称 数据仓库与数据挖掘技术 成绩 实验项目名称 数据挖掘实现-2 指导老师 方 宇 一、实验目的 熟悉掌握在XLMiner中时间序列数据可视化操作； 熟练掌握在XLMiner数据预测的操作； 熟练掌握在XLMiner数据分类的操作； 熟悉掌握在XLMiner数据聚类的操作； 读懂挖掘报告的含义。 二、实验内容及原理 使用Time Series中的Partition Data、ACF分析、展示时间序列数据。 使用预测功能中的多线性回归算法分析、预测数据。 使用预测功能中的KNN算法分析、预测数据。 使用分类功能中的分类树算法对数据进行分类。 使用数据归约功能中的主成份分析方法对数据进行主成份分析。 使用数据归约功能中的K-means算法对数据进行聚类分析。 三、使用仪器、器材 微机一台 操作系统：Win XP 编程软件：Microsoft Office Excel 2007及以上版本+XLMiner 3.2.6试用版（15天） 四、实验步骤 实验01 打开数据集Income.xls。 打开 XLMiner -- Time Series -- Partition Data。 设定参数如下： 上面的参数设定我们可以知道在对数据集进行处理时，设定训练集和验证集的比例分别是70%和30%。尝试设定不同的比例，查看得到如何不同的情况。 打开 XLMiner -- Time Series --ACF，设定参数如下： 点击OK输出ACF绘图，可以观察到如下效果图： 上图可以看出训练集和验证集都表现出相似模式。这表明两个数据集都适合同一模型。即ACF值随Lags增加而降低。但这一模式没有重复出现，说明数据没有周期性特征。 请将计算得到的报告截图。 实验02 使用Boston Housing数据集预测在波士顿地区中等价位房价走势。BostonHousing数据集有有14个属性，每个属性的描述如下表，其中有一个属性MEDV是中位数值，根据数据本身计算得到的。 打开Boston_Housing.xls。 打开XLMiner?-- Partition Data -- Standard Partition，设定参数如下，点击OK生成训练集和验证集，由于试用版限制，请在DataRange设定时将507改为201： 打开Prediction -- Multiple Linear Regression，第一步设定参数如下： 第二步设定参数如下： 各个参数选项意义如下： Force constant term to zero: If this option is checked, there will be no constant term in the equation. We leave the option unchecked for this example. ANOVA Table: When this checkbox is checked, the ANOVA table is displayed in the output. Fitted values: When this checkbox is checked, the fitted values are displayed in the output. Variance-Covariance matrix: When this checkbox is checked the variance-covariance matrix of the estimated regression coefficients is displayed in the output. Score on validation data: Check this box to show the scores that result from applying the model to the validation data. Score Test/New Data: Select the appropriate option for applying the model to test data, new data, or neither. 第三步：点击Best subset，并设定参数如下： 各个参数选项意义如下： Maximum size of Best subsets: Specify here the maximum size of the best subset. (The best subset produced by XLMiner? could be smaller.) Nu