Clementine数据读入与集成.pptVIP

Clementine数据读入与集成 内容索引 变量类型 数据读入 生成实验方案数据 数据集成 变量类型（DM角度） 连续数值型（Range）：如年龄 离散数值型（Discrete）：如家庭人口数 实例化后，转为二分或多分类型。 二分类型（Flag）：如性别 多分类型（Set）：如职业 定序型（Ordered Sets）：如学历和收入水平 缺省型（Default）：尚未明确的变量类型 无类型型（Typeless）：文字等复杂数据的变量，通常不参与建模。 非实例化变量：仅指定名称，未输入或读入具体变量值，系统默认缺省型。 实例化：系统根据所输入数据自动将缺省型改为上述其他类型，称变量实例化。 数据读入 源选项卡支持读入数据 自由格式文本文件 固定格式文本文件 Spss数据文件 SAS数据集 Excel电子表格 数据库文件等 读自由格式文本文件 使用“可变文件”节点 该节点没有数据展示功能，需使用“表”节点 读DRUG.txt 读自由格式文本文件 文件选项卡 文件：指定文件夹和文件名 读取文件中的字段名：文件中第一行是变量名，选择该项，否则不选。 指定字段数：指定文件包含几个变量列。如文件以分隔符分割，系统可自动判断，常不选。 定界符：指定文件的列分隔符（一般为逗号），行分隔符（一般为新行） 读自由格式文本文件 数据选项卡 指定读入数据的基本类型等。 显示将要读入数据的变量名和系统根据数据判断出的变量存储类型。通常无需修改。 读自由格式文本文件 过滤选项卡 指定不读哪些变量 可重新修改变量名 读自由格式文本文件 类型选项卡 指定所读数据的变量类型， 并对变量的缺省值和取值合理性进行检查。 “读取值”按钮读入数据，称对节点实例化处理。窗口中的变量范围不能随文本文件的修改动态更新，只能重新实例化。 如只更新某个变量，在“值”下拉框中手工选择“读取”或“读取+”，再按“读取所有值”按钮。 读自由格式文本文件 注解选项卡 给节点命名和添加注释性文字。 名称：指定节点名称 工具提示文本：鼠标指到数据流编辑区的节点时，显示在此输入的说明文字。 读Excel电子表格数据 使用“Excel”节点 读入Students.xls “工作表” 索引：工作表编号，从0开始 名称：输入工作表名 数据范围 明确范围：读特定区域数据，如A10：B20 读Excel电子表格数据 数据说明 家长是否鼓励学生参加社会公益活动 学生是否参与某次公益活动 读Spss（.sav）数据文件 使用“SPSS文件”节点 读取Telephone.sav 读取名称和标签 同时读入spss文件的变量名和变量名标签 读取数据和标签 同时读入spss文件的变量值和变量值标签 读取标签作为名称 spss文件变量名标签作为clementine数据的变量名 读取数据作为标签 spss变量值标签作为clementine的变量值 读Spss（.sav）数据文件 数据说明 基本服务累计开通月数、是否申请无线转移服务、上月基本费用、上月限制性免费服务项目的费用、无线服务费用、是否电子支付、客户所申请的服务套餐类型、是否流失。 读数据库文件 应用开放式数据库互联ODBC（open database connectivity） 读取WebData.mdb，包含 Customer1：客户基本信息 平均每天在线时间、居住区域等 Customer2：客户上网基本情况 平均日在线时间、平均夜在线时间、浏览器类型、平均收发邮件时间、平均网聊时间等 Clickpath 浏览网页类型、顺序 步骤 建立数据源 通过数据源访问数据库 读数据库文件——建立数据源 建立数据源 Windows控制面板——管理工具——数据源ODBC——用户DSN. 数据源驱动：Microsoft Access Driver（*.mdb） 读数据库文件——通过数据源访问数据库 使用“数据库”节点 生成实验方案数据 使用“用户输入”节点 进行实验设计 实验因素：实验条件 水平：实验因素的具体取值 实验指标：衡量实验结果好坏程度的指标。 例如：大豆产量实验，目的是考察氮肥施加量、磷肥施加量，大豆品种对大豆亩产量的影响。每亩地氮肥、磷肥施肥量各为0,1,2,3公斤，大豆品种包括甲、乙、丙三种。 实验因素：氮肥施加量，磷肥施加量。各有0,1,2,3四个水平，大豆品种三个水平。 全面实验方案：三个因素全面组合共48种水平。 实验指标：大豆亩产量 生成实验方案数据 编辑节点： m大豆亩产量（不在这里输入，缺省值$null$），p品种，l磷肥，d氮肥。 因素水平值 可以用空格分开，如0 1 2 3 可以用逗号分割。如0,3,1；表示水平值为0-3，数据递增1。 字符串