数据挖掘及决策树.pdf

精品文档 昆明理工大学信息工程与自动化学院学生实验报告 （ 2016 — 2017 学年 第 学期 ） 课程名称：数据仓库与数据挖掘 开课实验室： 信自楼 444 2017 年 06 月 01 日 年级、专业、班 软件 141 班 学号 2014104131XX 姓名 陈* 成绩 实验项目名称 数据挖掘及决策树 指导教师 贾连印 教 该同学是否了解实验原理： A. 了解□ B. 基本了解□ C. 不了解□ 该同学的实验能力： A. 强 □ B. 中等 □ C. 差 □ 师 该同学的实验是否达到要求： A. 达到□ B. 基本达到□ C. 未达到□ 实验报告是否规范： A. 规范□ B. 基本规范□ C. 不规范□ 评 实验过程是否详细记录： A. 详细□ B. 一般 □ C. 没有 □ 语 教师签名： 年 月 日 一、上机目的及内容 目的： 1．理解数据挖掘的基本概念及其过程； 2 ．理解数据挖掘与数据仓库、 OLAP之间的关系 3 ．理解基本的数据挖掘技术与方法的工作原理与过程，掌握数据挖掘相关工具的使用。 内容： 给定 AdventureWorksDW 数据仓库，构建“ Microsoft 决策树”模型，分析客户群中购买自行车 的模式。 要求 : 利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的 二、实验原理及基本技术路线图（方框原理图或程序流程图） 请描述数据挖掘及决策树的相关基本概念、模型等。 1. 数据挖掘：从大量的、不完全的、有噪音的、模糊的、随机的数据中，提取隐含在其中的、 人们事先不知道的、但又潜在有用的信息和知识的过程。 2. 数据挖掘的功能： 功能 概念或作用 概念描述 对某类对象的内涵进行描述，并概括这类对象的有关特征 关联分析 从大量的数据中发现项集之间有趣的联系、相关关系或因果结构，以及 。 1欢迎下载 精品文档 项集的频繁模式 分类与预测 分类：提出一个分类函数或者分类模型，该模型能把数据库中的数据项 映射到给定类别中的一个； 预测：利用历史数据建立模型，再运用最新数据作为输入值，获得未来 变化趋势或者评估给定样本可能具有的属性值或值的范围 聚类分析 根据数据的不同特征，将其划分为不同数据类 偏差分析 对差异和极端特例的描述，揭示事物偏离常规的异常现象，其基本思想 是寻找观测结果与参照值之间有意义的差别 3. 决策树：是一种预测模型，它代表的是对象属性与对象值之间的一种