商务智能实验6报告.docxVIP

《数据挖掘与商务智能实 验》 时间：2021.02.07 命题人：欧阳物 实验报告 实验题目：数据挖掘的基本数据分析 姓名:王俊 学号：201430850164 指导教师：张大斌 实验时间：201611.10 2016年月10日 实验题纲： 一、 实验目的 熟悉基本数据分析的処理流程。 进一步熟练掌握拍SPSSModeler工具的操作。 二、 实验内容 内容一：数据的质量探索 步骤1建立数据流 1)在源中通过拖入“Statistics文件节点读入 Telephone.sav 数据 ° 建立〃类型〃节点，并说明各个变量角色。这里 指定流失〃为目标变量。 选择〃输出〃选项卡中〃数据审核〃节点并将其 连接到数据流的恰当位置，点击鼠标右键，在〃质量〃选 项卡下，选择检测方法为平均值的标准差。 步骤2结果输出 实验结果输出如图所示。 图中蓝色部分表示输出变量取YES，即客户流失的样 本数，可以看出，各个变量上流失客户的取值均不同。 内容二：基本描述分析 这里分析的目标是对电信客户数据的基本服务、开通 月数、免费部分和无线费用之间的相尖系数以反映变量之 间的相互尖系。 步骤1建立数据流 选择〃输出〃选项卡中的〃统计量〃节点。 步骤2设置相尖参数 双击〃统计量〃节点，进行相应的设置。在〃检 查〃框中添加开通月数、基本费用、免费部分和无线费 用。 在〃相尖〃框中添加年龄、收入和家庭人数。如 3 )在〃相尖设置〃中，勾选〃按重要性定义相尖强 度。如图所示。 计算结果如图所示。可以看出，以〃基本费用〃为例， 它与〃年龄〃和〃收入〃都有相尖性，它们之间简单相尖 系数虽然为0.401和0.195，但从统计量的角度来看有 95%以上的把握认为它们之间是非0相尖。〃基本费用〃 与〃家庭人数〃呈负弱相尖。 内容三：绘制散点图 数值之间变量的相尖性可以采用上一个实验，也可以 通过散点图来直接观察，此次主要观察基本费用和年龄之 间的相尖性。 步骤1构建数据流 选择〃图形〃选项卡中的〃图〃节点。 步骤2设置相尖参数 1) 双击〃图〃节点，选择编辑菜单，进行参数窗口 的设置。 2) 在〃X字段〃和〃丫〃字段框中分别选择〃基本 费用〃和〃年龄〃。在〃交叠字段〃下，选择〃颜色〃- 〃流失〃，不同颜色表示流失量不同取值的样本点。如图 所示〃图〃节点的参数设置窗口。 w 你2 mt. s t ? y ? 输出的结果如图所示。 内容四：两分类变量相尖性的研究 两分类变量相尖性研究可以从图形分析入手，然后采 用数值分析的方法。下面采用网状图分析。 步骤1设置相尖参数 选择图形中的网络节点，进入编辑状态，在〃字段〃 下选择〃套餐类型〃和〃流失〃。设置线值为〃绝对 值〃。 步骤2结果输出 可以由结果图中得到，其电信客户保持是最好的，结 果输出如图所不° 内容五：变量中重要性分析 步骤1窗口设置 选择〃模型〃选项卡中的〃特征选择〃节点，将其连 接到数据流的恰当位置，点击鼠标右键，选择弹出菜单中 的编辑窗口，将〃流失〃添加到目标选项中，其他的全部 添入输入，具体操作如图所示 步骤2结果输出 由结果输出可以看出，开通月数、基本费用、电子支 付、年龄、受教育程度、套餐类型、收入以及各种费用等 变量对预测用户是否流失很重要，其他的变量则意义不 大，结果输出如图所示 三、 实验步骡与结果 实验步骤和结果见实验内容 四、 实验分析与扩展练习 实验分析： 本次实验通过对数据质量、基本描述、散点图、相尖性、 重要性五个方面进行内容分析，比较全面地了解了该数据 的相尖信息，并得到了相应的结果。请总结分析以下问 题： （1） 针对上述案例，分析保存客户与流失客户的基本费用是 否存在显著的差异。 （2） 如何评价数据质量？相尖性和重要性有何区别？ 答：（1 ）根据分析客户流失的样本数的比例（灰色为流 失） 然后分析基本费用和流失之间的尖系，通过建立统计量和 绘制散点图 最后比较重要度可以得出结论：保存客户与流失客户的基 本费用存在显著性差异 （2）数据质量是保证数据应用的基础，它的评估标准主要包 括四个方面，完整性、相尖性、一致性、及时性。评估数 据是否达到预期设定的质量要求，就可以通过这四个方面 来进行判断。 相矣性：高质量的数据应该是能充分满足用户使用要求的 数据，即数据源和要处理的业务具有很强的联系； 重要性：数据有很大价值和影响的性质，能为数据处理提 供很多方便 2?扩展练习 （1）针对上述的五个内容，分别更改一些参数，观察是否对 结果造成影响 答：内容一：更改〃数据审核〃中的部分参数，结果如下 左边是没有更改，右边是更改后的，该系数更改无明显变化 五、结论与讨论（重点） 通过这次实验，我了解到数据分析是数据挖掘中很重要的 —部分，数据分析的目的是把隐没在一大批看来杂乱无章 的数据中的信息集中