【案例】数据挖掘案例分析(聚类分析).docx

* 试验报告数据挖掘试验项目名称 ：..对全国.3１个地区农村居民人均年食品消费量（ * 试验报告 数据挖掘 试验项目名称 ：..对全国 . 3１个地区农村居民人均年食品消费量（ 09 年)得聚类分析 .. 信息技术学院 软件技术与数据库教研室 试验概述 :对全国不同地区农村居民每人年食品消费量得聚类分析 1. 试验目得 ,对全国不同地区农村居民每人年食品消费量得数据进行分类； 运用数据挖掘技术中得聚类分析方法 2.试验要求.用聚类分析方法分析数据，对数据进行分类3.试验预备学问统计学学问，数据库学问 ,数据挖掘聚类分析方法试验内容1.试验方案设计用全国 31 个地区（北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、安徽、福建、江西、山东、河南、湖北、湖南、)得农村居民人均年食品消费量这一数据，广东、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆对她们购买得食物进行分类；其中，食物得英文表示 :Ｒｉ ce V 2. 试验要求 . 用聚类分析方法分析数据，对数据进行分类 3. 试验预备学问 统计学学问，数据库学问 ,数据挖掘聚类分析方法 试验内容 1. 试验方案设计 用全国 31 个地区（北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、安徽、福建、江西、山东、河南、湖北、湖南、 )得农村居民人均年食品消费量这一数据， 广东、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆 对她们购买得食物进行分类； 其中，食物得英文表示 :Ｒｉ ce V ｅ g ｅ table Ｏｉ l Ｍ eat Ｂ i ｒd Egg Seafood Sｕ g ａr Ｗ in ｅ Frui ｔ Nuts 分别对应为 :粮食 蔬菜及制品 食用油 猪牛羊肉 家禽 蛋类及其制品 水产品 食糖 酒消 瓜果 坚果及制品 所以 ,聚类得对象我挑选按列聚类； Ve62. B7MRa1BirdWinet3.79Fru130.96Seaé00dSu99. ST0.85. 3610.238.56T0. 9I6T. 9299.25B3. 67179. 36.53. 2627. 6125. 9627. 367. Ve 62. B7 MRa1 Bird Wine t3.79 Fru1 30.96 Seaé00d Su 99. ST 0.8 5. 36 10.23 8.56 T0. 9 I6T. 92 99.25 B3. 67 179. 36 .53. 26 27. 61 25. 96 27. 36 7. 92 3.55 0.68 16. 0T Z00.0T \ T0. 28 76. 88 5. 94 I7. 45 5. 4 J, 48 5. B4 33 09 180. ll 7d. 31 .7 t9t: 13 82. 16 1. 91 15. 66 0. 16 us, e l I2i. r? Cb]. *OiiW Cb]. * Oii W re Fiu] Tree Diagram for 11 VariablesSingle Linkage Euclidean distancesRiceVegeOilEggBirdSeafoodSugarNutsWineMeatFruit0100200300Linkage Distance Tree Diagram for 11 Variables Single Linkage Euclidean distances Rice Vege Oil Egg Bird Seafood Sugar Nuts Wine Meat Fruit 0 100 200 300 Linkage Distance 400 500 600 Tree Diagram for 11 VariablesSingle Linkage Euclidean distances600500400ecnatsi D300egakniL2001000FruitWineSugarBird Tree Diagram for 11 Variables Single Linkage Euclidean distances 600 500 400 ec n at si D 300 e g a k ni L 200 100 0 Fruit Wine Sugar Bird Oil Rice Meat Nuts Seafood Egg Vege Tree Diagram for 11 VariablesSingle Linkage Euclidean distancesRiceVegeOilEggBirdSeafoodSugarNutsWineMeatFruit0204060(Dlink/Dmax)*100 Tree Diag