实验8-1数据分析.docVIP

实验 81 数据分析 一、实验目得 理解数据挖掘得一般流程。 掌握数据探索与预处理得方法。 使用PHSTAT软件，结合Excel对给定得数据进行手工预处理。 使用 WEKA 软件,对给定得数据进行预处理。 二、实验内容 在 D 盘中以“班级学号姓名”命名一个文件夹 ,将下发得数据拷贝到该文件夹 下,根据不同要求 ,对下发得文件进行相应得数据分析与处理。 0 、 数据集介绍 银行资产评估数据bankdata、xlsx,数据里有12个属性分别就是id（编号）, age（年龄）,sex（性别），region（地区）,ine（收入）,married（婚否）,children（子女数）, car（ 就是否有私家车 ）, save_act（ 就是否有定期存款 ）, current_act（ 就是否有活期账 户 ）, mortgage（ 就是否有资产抵押 ）, pep（ 目标变量 , 就是否买个人理财计划 Personal Equity Plan） 。 数据探索之数据质量分析 新建“ 1数据质量分析、xlsx”文件，导入“ 0bank_data、xlsx ”文件数据请 您用EXCEL对其进行数据质量分析。 【要求】 （1）请找出bank_data、xlsx表中得含有缺失值得记录。 ⑵请您用PHSTAT软件绘制“ine（收入）”属性得箱线图与点比例图，筛选出异 常值。 （3）计算Whisker上限、Whisker下限，并利用高级筛选，找出该属性得异常值 记录。 【提示】 （1）请找出bank_data、xlsx表中得含有缺失值得记录。 方法1:条件格式法 1） 选取A1:L601区域。 2） 开始 条件格式 新建规则（N）、、、，在新建格式规则对话框中，选择空 值。如图81所示。 图81 “新建格式规则”对话框 3）点击“格式（F）…”按钮,设置特殊格式，高亮显示。如图82所示 方法2： 1）缺失值定位。“开始” “编辑/查找与选择” “定位”对话框 疋 位条件”按钮。 2） “定位条件”对话框 图82设置条件格式旳空曲￡1”批 a:\ii鼻*声71：匚1芬畔址应）图 图82设置条件格式 旳空曲￡1” 批 a:\ii 鼻*声71：匚1 芬畔址应） 图83 “转到（G）…”下拉菜单命令 与“定位条件”对话框 ⑵绘制“ine”属性箱线图与点比例图。高级筛选出异常值。 ine ”属性，如果数据区域包“加载项 / PHStat ” “ Descriptive Statistics ” “ ine ”属性，如果数据区域包 Scale Diagram…“命令。如图84所示。注意选中“ 括标题行（E1单元格）,则勾选下面得First cell con tai ns label 选项，否则，不用勾选 First cell contains label 选项。 翊； m iia 翊； m iia 畀 r*U? ■ 1 DflEniDH-hUing Dsi ￡cW? OvgFMi-. Probdatty fk Praia. Dhtrfaiftiani F-wqMvncy l^iriribubDr^. 金 AoiygorK 1^*Wb fl Art * CfwplffS- O?4#iipb Tm? T^btai、4* TMp-^npb Tpfm ThDMv|- T^bha At fl—ria T?A=*EjWHp号 TiMK l^uMH1Ara*d □lUj h^llpie-Sample- ^wn- CcrfiraiChiHft- UtBlini B (a) (b) 風??.J ?皿第 fil? Si^ 5 WxmDim 風??.J ?皿第 f il? Si^ 5 Wxm Dim 冲特?1^伽 ■- GwMn ?■ BWigL DMjnn-UdiiH|| ? Dot ^cmIh Nb^twtl- Prothib扁 B. *ob- ■ Freq^tflcj Oiff^hiKn? Scmplngi 卜 出從即 r BL Wfgo5-. Csrrfch fev falBnd ■ ■ “■?!■ Hm._ ktt! *■ B4h^4lM*L44^ 伪！* 好. 6 .14 峠昭 TMH ? T||^i峠鼻 ffwn. T*fh lOs^wnTiM* DNd ? Tmo-IAIh^ TdkiM B. CHmIol- T?l5 他i/百谒Hzwd 2ul ■ Miilfcpte-^jm^ieTesK ? CjEntrcJ iZliarti. ■ Bjeg*esto* ? IHlMet 卜 tfwf FTMJ- tl阳恤阳如^ Dot Scale Diagram Heb Cancel Datd Variable 匚白I RangE： tefe!5E52:$E$M