- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验一 分类分析
实验类型:验证
实验学时:4*2
实验时间:
一、 实验目的和要求
使用数据挖掘工具Weka进行分类分析实验,掌握使用Weka进行决策树分类、
基于规则分类、最近邻分类、贝叶斯分类和支持向量机的方法,并能够解决实际
问题。
二、 实验环境
硬件:PC机一台,计算机局域网络
软件:Windows操作系统,Java虚拟机,Weka软件环境
三、 实验原理及内容
(一)鸢尾花数据
1、 对鸢尾花数据 (iris.aff )进行数据可视化分析
第一步:打开Weka ,出现如下界面
第二步:点击Explorer按钮,出现如下界面
第三步:点击Open File按钮,选择iris.arff文件
第四步:点击Visualize按钮,进行可视化分析,写出分析结果
2、 对鸢尾花数据使用决策树 (J48 )进行分类分析
第一步:点击Classifiy选项卡,选择J48 ,进行决策树分类分析
第二步:选择不同的参数,对分类结果进行分析,观察分类结果,
找出决策树、分类错误、分错的记录。
3、 对鸢尾花数据使用朴素贝叶斯(Naïve Bayes )方法进行
分类分析,观察分类结果、分类错误、分错的记录。
4、 对鸢尾花数据使用最近邻分类(IBk )方法进行分类分
析,对结果进行分析,找出分错的记录。
5、 对鸢尾花数据使用支持向量机(SVM)进行分类分析。
第一步:将libsvm.jar文件拷贝到C盘根目录中,配置以下环境变量:
CLASSPATH
C:/libsvm.jar;.
第二步:点击Choose按钮,选择LibSVM进行分类,对结果进行分析。
6、 用自己的话写出以上几种分类方法的异同之处和使用
感受。
(二)对银行信贷数据credit-g.arff进行同样的分析,写出分
析结果。
(三) 【选作】将以下数据做成arff文件并使用weka进行分
类分析。
checking_status duration credit_history purpose credit_amount class
critical/other
(0 6 existing radio/tv 1169 good
credit
0(=X(200 48 existing paid radio/tv 5951 bad
critical/other
no checking 12 existing education 2096 good
credit
furniture/eq
(0 42 existing paid 7882 good
uipment
delayed
(0 24 new car 4870 bad
previously
no checking 36 existing paid education 9055 good
furniture/eq
no checking 24 e
文档评论(0)