实验四 Clementine数据挖掘.docVIP

实验四 数据挖掘实验指导 目的 掌握数据挖掘工具Clementine的基本方法与操作。 任务 利用Clementine对药物数据进行简单的数据挖掘操作，熟悉数据挖掘的基本步骤。 要求 了解数据挖掘的基本步骤，完成针对给定数据的决策树挖掘/关联规则分析/聚类分析，并写出实验报告。 实验内容 利用Clementine对Drug.txt中药物研究数据进行决策树、关联规则分析，观察挖掘的结果，比较这些方法挖掘结果的异同，根据观察的结果写出实验报告。 注：药物研究数据来源于对治疗同一疾病病人的处方，这些病人服用不同药物，取得了相同效果。其中所含数据项如下： Age: 年龄 Sex: 性别(M\F) Drug: 病人所服药物种类(A/B/C/X/Y) BP: 血压(High\Normal\Low) Cholesterol: 胆固醇(Normal\High) Na: 唾液中钠元素含量 K: 唾液中钾元素含量 希望通过数据挖掘发现这些处方中隐藏的规律，给出不同临床特征病人更适合服务哪种药物的建议，为未来医生填写处方提供参考。 实验环境 硬件：P4/256MB台式计算机 软件：Windows 2000 Professional/SQL Server 2000/Clementine 8.1及以上 数据：Drugs数据 (文件Drug.txt) 步骤 启动clementine 双击桌面数据挖掘工具“clementine 8.1” 图标或C:\Clementine 8.1\bin\Clementine.exe，即可启动该挖掘工具，界面如图4-1所示。 主工作区结果输出区 主工作区 结果输出区 挖掘工具区 图4-1 clementine操作界面 数据挖掘操作 挖掘流（stream）操作 新建：File菜单?New Stream命令 保存/另存：File菜单?Save Stream /Save Stream As…命令?指定保存位置、文件名称?保存按钮 打开：File菜单?Open Stream…命令?指定要打开流的位置、文件名称?打开按钮 挖掘步骤 （1）建立连接数据源 1）在挖掘工具区选项卡“Sources”中将“Var. File”节点拖入到主工作区。 2）右击该节点，选择“Edit”命令，并选择“File”选项卡，显示如图4-2所示界面 图4-2 数据源编辑器 3）指定数据来源的文件名，设定源数据存放格式（如是否从文件中读取字段名、数据分隔符号、…） 4）如需要对数据进行过滤则可在图4-2界面中选择“Filter”选卡；如需要对数据类型进行转换则可在图4-2界面中选择“Types”选卡。 设置完后，单击“OK”/“Apply”按钮，完成数据源连接。 （2）指定挖掘模型 在挖掘工具区中选择“Modeling”选卡，将合适的挖掘模型拖到主工作区（如C5.0）。 （3）将数据源与挖掘模型连接起来 右击主工作区中所建立的数据源，选择“Connect…”命令，再单击要与该数据源连接的挖掘模型。 （4）设置挖掘模型 右击主工作区中的挖掘模型，选择“Edit”命令，如图4-3所示。 图4-3 挖掘模型设置 选择“Fields”选项卡，选择“Use custom settings”，并通过下拉菜单，选择“Target”和“Inputs”数据列，单击“OK”关闭对话框。选择“Model”选卡可设置模型名称、输出类型等，选择“Costs”选卡则可设置训练的代价。 （4）执行挖掘 执行挖掘流中的所有挖掘模型，可单击窗口上侧工具栏中按钮“Execute the current stream”；只执行指定挖掘模型，则先单击相应模型，再单击窗口上侧工具栏按钮“Execute selection”。 浏览挖掘结果 挖掘结束后，将在挖掘结果区中显示挖掘结果图标，右击该图标，选择“Browse”即可浏览挖掘结果。如图4-4、4-5所示。 图4-4 挖掘结果浏览窗口 图4-5 挖掘结果浏览窗口 在浏览窗口中，可树状浏览，也层次结构浏览，还可浏览有关挖掘过程的总结。 模型准确性评价 １）在结果输出区，双击得到的模型，模型将会在主工作区显示出来 ２）右击用于测试的数据源，选择“Connect”命令，再单击1）步中在主工作区中显示的图标，这时会将测试数据连接到需要测试的模型上。 3）在挖掘工具区的“output”选项卡中，将“Analysis”节点拖放到主工作区，并将其连接到需要测试分析的节点上。 4）执行节点Analysis节点，得到如图4-6所示的界面。 图4-6 模型测试结果 医学决策支持系统 实 验 报 告 班 级 学 号 姓 名 实验名称 实验四 数据挖掘 指导老师 日　　期 TIME \@ yyyy-M-d 2014-11-11 医药信息系医院信息系统教研室