- 1、本文档共20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
数据分析与挖掘实验报告--第1页
《数据挖掘》实验报告
0
目录
1.关联规则的基本概念和方法1
1.1数据挖掘1
1.1.1数据挖掘的概念1
1.1.2数据挖掘的方法与技术1
1.2关联规则2
1.2.1关联规则的概念2
1.2.2关联规则的实现——Apriori算法3
2.用Matlab实现关联规则5
2.1Matlab概述5
2.2基于Matlab的Apriori算法6
3.用java实现关联规则10
3.1java界面描述10
3.2java关键代码描述13
4、实验总结18
4.1实验的不足和改进18
4.2实验心得19
数据分析与挖掘实验报告--第1页
数据分析与挖掘实验报告--第2页
1.关联规则的基本概念和方法
1.1数据挖掘
1.1.1数据挖掘的概念
计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里,数
据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量
的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的,人们事先
不知道的但又是潜在有用的信息和知识的过程。
许多人将数据挖掘视为另一个流行词汇数据中的知识发现(KDD)的同义词,而另一些
人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下:
·数据清理(消除噪声和删除不一致的数据)
·数据集成(多种数据源可以组合在一起)
·数据转换(从数据库中提取和分析任务相关的数据)
·数据变换(从汇总或聚集操作,把数据变换和统一成适合挖掘的形式)
·数据挖掘(基本步骤,使用智能方法提取数据模式)
·模式评估(根据某种兴趣度度量,识别代表知识的真正有趣的模式)
·知识表示(使用可视化和知识表示技术,向用户提供挖掘的知识)。
1.1.2数据挖掘的方法与技术
数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识
别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许
多应用领域的大量技术。数据挖掘主要包括以下方法。
神经网络方法:
神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存
储和高度容错等特性非常适合解决数据挖掘的问题,因此近年来越来越受到人们的关注。典
型的神经网络模型主要分3大类:以感知机、bp反向传播模型、函数型网络为代表的,用
于分类、预测和模式识别的前馈式神经网络模型;以hopfield的离散模型和连续模型为代
表的,分别用于联想记忆和优化计算的反馈式神经网络模型;以art模型、koholon模型为
代表的,用于聚类的自组织映射方法。神经网络方法的缺点是黑箱性,人们难以理解网络
的学习和决策过程。
遗传算法:
遗传算法是一种基于生物自然选择与遗传
文档评论(0)