数据挖掘实例.docxVIP

foreign workers 数据挖掘实例 数据挖掘实例 目的： 给定某些属性，判断某贷款顾客的可信性 ( 即 good/bad 状况 ) 。 简单思路：该数据包含了 666 条贷款顾客的历史数据和 21 个属性。但是我们认为，这 21 个属性不都能够有效地帮助我们判断顾客的可行性，所以我们首先把一些比较不相关的属性去掉。接下来，我们再用聚类方法帮助我们把带有 连续变量的属性离散化。做完预处理后我们再从中找出对有参考价值的关联规则。 基本步骤： 去掉多余属性 关联规则的随机性该数据里有一布尔属性 foreign workers ，取值为 yes 或 no。我们发现，其中取值为 yes 的元组占了所有元组的 96%。置信度其实代表了一种条件概率，它无法判断两个属性之间是否带有随机性。因此，带有 的关联规则无法提供我们更多可以参考的信息。 χ2 依赖性检验首先，我们利用 χ2- 检验试探各属性 (Duration in months,Credit Amount 及 Age in years 除外 ) 与good/bad 属性之间是否 存有依赖性。 以下以 Credit History 为例描述算法： Credit HistoryBadGood All Paid Duly 171027 Bank Paid Duly 181735 CriticalDelay 1740