神经网络、logistics回归与聚类分析实训(doc23)(版).docxVIP

实 验（实训）报 告 项 目 名 称神经网络、 logistics 回归与聚类分析 所属课程名称 客户关系管理 项目类型 操作型 实验 ( 实训 ) 日期 2011-11-15 班 级 10信息 C1班 学 号 1001041301 姓 名 指导教师 陈 远 高 浙江财经学院教务处制 一、实验（实训）概述： 【目的及要求】 目的： 熟悉 Clementine 数据流的构建过程，掌握 logistic 、神经网络与聚类分析模型的应用。 要求： 根据实验步骤完成数据流建立，并获得分析结果。实验结束后提交实验报告。 【基本原理】 数据挖掘流程； logistic 模型；神经网络模型、聚类分析模型 【实施环境】（使用的材料、设备、软件） Windows 操作系统， Clementine 11.1 二、实验（实训）内容： 【项目内容】 应用 Clementine11.1 中的神经网络模型、 logistics 模型、聚类分析模型进行数据分析。 【方案设计】 注意：在建模操作过程中，请将生成的模型名称改为自己的学号和姓名。 应用 GOODS1n 数据，对于产品类型、促销等因素对于销售影响情况进行分析。 增加 Increase 字段，表示销售变化率； 通过散点图进行探索性分析； 使用神经网络节点生成预测模型； 使用该模型预测 GOODS2n 中的销售变化率； 应用 Satisf.sav