数据挖掘实验考试试题
1、在SQL Server 2005中建立一个数据库，用自己的学号命名，在新建的数据库中建立一个数据表，输入或导入表1中的数据，使用Microsoft关联规则、Microsoft决策树、Microsoft聚类分析进行数据挖掘，提交挖掘结果，包括挖掘结构，挖掘模型，挖掘模型查看器中的频繁集、关联规则、决策树和聚类结果。（2011计算机本科1班试题）
其中：
key:序号
input: 性别, 年龄, 发作部位, 疼痛情况, 发病时间, 发作部位皮色, 血尿酸测定predict:诊断结果
决策树：
分析：
（1）MINIMUM_SUPPORT的取值不同对关联规则的挖掘结果有何影响？
（2）MINIMUM_PROBABILITY的取值不同对关联规则的挖掘结果有何影响？
（3）MINIMUM_SUPPORT的取值不同对决策树的挖掘结果有何影响？
（4）CLUSTER_COUNT的取值不同对聚类分析的挖掘结果有何影响？
上交材料包括：A、以自己的学号命名的数据库，
B、以自己学号命名的项目，包括（数据源、数据源视图、挖掘结构）
C.以自己的学号命名的word文档，存储了数据挖掘分析的结果：包括挖掘结构，挖掘模型，挖掘模型查看器中的频繁集、关联规则、决策树和聚类结果的图形。对于问题：
MINIMUM_SUPPORT=0.8
（1）MINIMUM_SUPPORT的取值不同对关联规则的挖掘结果有何影响？
结论：MINIMUM_SUPPORT的大小影响其规则，项集。
（2）MINIMUM_PROBABILITY的取值不同对关联规则的挖掘结果有何影响？
最小项集为3
结论：MINIMUM_PROBABILITY的取值，对挖掘结果影响不大。
（3）MINIMUM_SUPPORT的取值不同对决策树的挖掘结果有何影响？的分析。
结论：MINIMUM_SUPPORT的取值不同对决策树的挖掘结果无影响（4）CLUSTER_COUNT的取值不同对聚类分析的挖掘结果有何影响？CLUSTER_COUNT为默认值时
CLUSTER_COUNT为５时
HW2 Due Date: Nov. 23 Submission requirements: Please submit your solutions to our class website. Only hand in what is required below. Part I: written assignment 1. a) Compute the Information Gain for Gender, Car Type and Shirt Size. b) Construct a decision tree with Information Gain. 2. (a) Design a multilayer feed-forward neural network (one hidden layer) for the data set in Q1. Label the nodes in the input and output layers. (b) Using the neural network obtained above, show the weight values after one itera tion of the back propagation algorithm, given the training instance “(M,
Family, Small)". Indicate your initial weight values and biases and the learning rate used. 3. a) Suppose the fraction of undergraduate students who smoke is 15% and the fraction of graduate students who smoke is 23%. If one-?fth of the college students are graduate students and the rest are undergraduates, what is the probability that a student who smokes is a graduate student? b) Given the information in part (a), is a randomly chosen college student more likely to be a graduate or undergraduate student? c) Suppose 30% of the graduate students live in a dorm but only 10% of the undergraduate students live in a dorm. If a student smokes and lives in the dorm, is he or she more likely to be a graduate or undergraduate student? You can assume independence between students who live in a dorm and those who smoke. 4. Suppose that the data mining task is to cluster the following ten points (with(x, y, z) representing location) into three clusters: A1(4,2,5), A2(10,5,2), A3(5,8,7), B1(1,1,1), B2(2,3,2), B3(3,6,9), C1(11,9,2),C2(1,4,6), C3(9,1,7), C4(5,6,7) The distance function is Euclidean distance. Suppose initially we assign A1,B1,C1 as the center of each cluster, respectively. Use the K-Means algorithm to show only (a) The three cluster center after the first round execution (b) The final three clusters Part II: Lab Question 1 Assume this supermarket would like to promote milk. Use the data in “transactions” as training data to build a decision tree (C5.0 algorithm) model to predict whether the customer would buy milk or not. 1. Build a decision tree using data set “transaction s” that predicts milk as a function of the other fields. Set the “type” of each field to “Flag”, set the “direction” of “milk” as “out”, set the “type” of COD as “Typeless”, select “Expert” and set the “pruning severity” to 65, and set the “minimum records per child branch” to be 95. Hand-in: A figure showing your tree. 2. Use the model (the full tree generated by Clementine in step 1 above) to make a predic tion for each of the 20 customers in the “rollout” data to determine whether the customer would buy milk. Hand-in: your prediction for each of the 20 customers. 3. Hand-in: rules for positive (yes) prediction of milk purchase identified from the decision tree (up to the fifth level. The root is considered as level 1). Compare with the rules generated by Apriori in Homework 1, and submit your brief comments on the rules (e.g., pruning effect)
《数据挖掘》Weka实验报告 姓名＿学号＿ 指导教师 开课学期2015 至2016 学年 2 学期完成日期2015年6月12日
1.实验目的 基于https://www.doczj.com/doc/779491379.html,/ml/datasets/Breast+Cancer+WiscOnsin+%28Ori- ginal%29的数据，使用数据挖掘中的分类算法，运用Weka平台的基本功能对数据集进行分类，对算法结果进行性能比较，画出性能比较图，另外针对不同数量的训练集进行对比实验，并画出性能比较图训练并测试。 2.实验环境 实验采用Weka平台，数据使用来自https://www.doczj.com/doc/779491379.html,/ml/Datasets/Br- east+Cancer+WiscOnsin+%28Original%29，主要使用其中的Breast Cancer Wisc- onsin (Original) Data Set数据。Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 3.实验步骤 3.1数据预处理 本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类，该表含有Sample code number（样本代码)，Clump Thickness（丛厚度），Uniformity of Cell Size （均匀的细胞大小），Uniformity of Cell Shape （均匀的细胞形状），Marginal Adhesion（边际粘连），Single Epithelial Cell Size（单一的上皮细胞大小），Bare Nuclei（裸核），Bland Chromatin（平淡的染色质），Normal Nucleoli（正常的核仁），Mitoses（有丝分裂），Class（分类），其中第二项到第十项取值均为1-10，分类中2代表良性，4代表恶性。通过实验，希望能找出患乳腺癌客户各指标的分布情况。 该数据的数据属性如下： 1. Sample code number（numeric），样本代码； 2. Clump Thickness（numeric），丛厚度；
【物理】物理初三年级上册全册全套精选试卷测试与练习（word解析版） 一、初三物理电流和电路易错压轴题（难） 1．小敏和小英通过实验探究“并联电路中干路电流与各支路电流的关系”．她们连接的电路如图所示． （1）当小敏用开关“试触”时，发现电流表A1无示数、电流表A2的指针快速右偏，两灯均不发光．由此可知，她们连接的电路发生了________故障；若闭合开关S，可能造成的后果是________． （2）小英只改接了电路中的一根导线，电路便连接正确了，请你在图中画出她的改法．（在错接的导线上画×，然后画出正确的接线） （___________） （3）她们利用改正后的电路进行实验：闭合开关S后，读出两块电流表的示数，得出的初步结论是：________． 【答案】短路电流表A2被烧坏在并联电路中， 干路电流大于支路电流 【解析】 【分析】 【详解】 （1）电流表A1无示数、电流表A2的指针快速右偏，两灯均不发光，由此可知电路发生了短路故障，若闭合开关S，由于电路发生短路，电路中电流过大，可能造成的后果是电流表A2被烧坏． （2）改正电路如图： （3）利用改正后的电路进行实验，闭合开关S后，读出两块电流表的示数，得出的初步结论是：在并联电路中，干路电流大于支路电流． 【点睛】
电路中发生短路的危害，可能烧毁电流表或电源，为避免短路发生，可采用试触法． 2．小红同学对串联电路的电压规律进行了探究。 （猜想与假设）串联电路总电压等于各用电器两端的电压之和。 （设计与进行实验） （1）按如图所示的电路图连接电路。 （2）闭合开关，排除故障，用电压表在AB间测出L1两端的电压。 （3）在测L2两端的电压时，小明为了节省时间，采用以下方法：电压表所接的B接点不动，只断开A接点，并改接到C接点上。 （4）测出AC间的电压，得出结论。 （交流与评估） （1）在拆接电路时，开关必须________。 （2）闭合开关，发现电压表示数为零，则小灯泡的故障可能是L1________（填“短路”或“断路”） （3）小明用步骤3的方法能否测出L2两端的电压？为什么？________。 【答案】断开短路不能，电压表的正负接线柱接反了 【解析】 【详解】 （1）为了保护电路，在拆接电路时，开关必须断开。 （2）闭合开关，发现电压表示数为零，若为L1的故障，只能是短路，此时电压表也被短路，故示数为零，若断路时，电压表串联在电路中，电压表会有示数，且接近电源电压；所以小灯泡的故障可能是L1短路。 （3）电压表所接的B接点不动，只断开A接点，并改接到C接点上，此时电流由负接线柱注入，正接线柱流出，即电流方向是反的，指针会反偏，所以不能测出L2两端的电压。【点睛】 重点是研究串联电路电压的实验，注意电压表的使用，在连接电压表时，电流方向不能接错，选择量程可用试触的方法。 3．在“测量小电灯的功率”的实验中，电源电压为4．5V，小灯泡额定电压为2．5V、电阻约为10Ω．滑动变阻器标有“30Ω 1A”字样 （1）连接电流表时应选用________________的量程．
大数据理论与技术读书报告 -----K最近邻分类算法 指导老师: 陈莉 学生姓名: 李阳帆 学号: 201531467 专业: 计算机技术 日期 :2016年8月31日
摘要 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地提取出有价值的知识模式，以满足人们不同应用的需要。K 近邻算法（KNN）是基于统计的分类方法，是大数据理论与分析的分类算法中比较常用的一种方法。该算法具有直观、无需先验统计知识、无师学习等特点，目前已经成为数据挖掘技术的理论和应用研究方法之一。本文主要研究了K 近邻分类算法，首先简要地介绍了数据挖掘中的各种分类算法，详细地阐述了K 近邻算法的基本原理和应用领域，最后在matlab环境里仿真实现，并对实验结果进行分析，提出了改进的方法。 关键词：K 近邻，聚类算法，权重，复杂度，准确度
1.引言 (1) 2.研究目的与意义 (1) 3.算法思想 (2) 4.算法实现 (2) 4.1 参数设置 (2) 4.2数据集 (2) 4.3实验步骤 (3) 4.4实验结果与分析 (3) 5.总结与反思 (4) 附件1 (6)
1.引言 随着数据库技术的飞速发展，人工智能领域的一个分支—— 机器学习的研究自 20 世纪 50 年代开始以来也取得了很大进展。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘大量数据背后的知识，这两者的结合促成了数据库中的知识发现（Knowledge Discovery in Databases，简记 KDD）的产生，也称作数据挖掘（Data Ming，简记 DM）。 数据挖掘是信息技术自然演化的结果。信息技术的发展大致可以描述为如下的过程：初期的是简单的数据收集和数据库的构造；后来发展到对数据的管理，包括：数据存储、检索以及数据库事务处理；再后来发展到对数据的分析和理解， 这时候出现了数据仓库技术和数据挖掘技术。数据挖掘是涉及数据库和人工智能等学科的一门当前相当活跃的研究领域。 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式，以满足人们不同应用的需要[1]。目前，数据挖掘已经成为一个具有迫切实现需要的很有前途的热点研究课题。 2.研究目的与意义 近邻方法是在一组历史数据记录中寻找一个或者若干个与当前记录最相似的历史纪录的已知特征值来预测当前记录的未知或遗失特征值[14]。近邻方法是数据挖掘分类算法中比较常用的一种方法。K 近邻算法（简称 KNN）是基于统计的分类方法[15]。KNN 分类算法根据待识样本在特征空间中 K 个最近邻样本中的多数样本的类别来进行分类，因此具有直观、无需先验统计知识、无师学习等特点，从而成为非参数分类的一种重要方法。 大多数分类方法是基于向量空间模型的。当前在分类方法中，对任意两个向量： x= ) ,..., , ( 2 1x x x n和) ,..., , (' ' 2 ' 1 'x x x x n 存在 3 种最通用的距离度量：欧氏距离、余弦距 离[16]和内积[17]。有两种常用的分类策略：一种是计算待分类向量到所有训练集中的向量间的距离：如 K 近邻选择K个距离最小的向量然后进行综合，以决定其类别。另一种是用训练集中的向量构成类别向量，仅计算待分类向量到所有类别向量的距离，选择一个距离最小的类别向量决定类别的归属。很明显，距离计算在分类中起关键作用。由于以上 3 种距离度量不涉及向量的特征之间的关系，这使得距离的计算不精确，从而影响分类的效果。
通信电子电路实验测试卷 题目：单调谐回路谐振放大器 1.静态工作点测量和计算 测试条件：ΩΩ,测量并计算下表中的电压电流值。确定三极管的工作状态，并说明理由。 实测() 计算() 晶体管工作区域和理由 2.测试条件：ΩΩ。用五点法测量并计算放大器的性能指标,测试数据填入下表。 信号发生器接入电路后，的实测值为.根据测试数据计算增益()，带宽，矩形系数和值。写出计算过程。 () 3.思考题：为什么用示波器对的实测值比信号发生器显示输出值有大约一倍的 误差？ 题目：单调谐回路谐振放大器 4.静态工作点测量和计算 测试条件：ΩΩ,测量并计算下表中的电压电流值。确定三极管的工作状态，并说明理由。 实测() 计算() 晶体管工作区域和理由 5.测试条件：ΩΩ。用五点法测量并计算放大器的性能指标,测试数据填入下表。
信号发生器接入电路后，的实测值为.根据测试数据计算增益()，带宽，矩形系数和值。写出计算过程。 () 6.思考题：为什么用示波器对的实测值比信号发生器显示输出值有大约一倍的 误差？ 题目：高频谐振功率放大器 1.测试条件：电源电压,输入信号。当负载电阻分别为ΩΩ时，测量功放管基 极电压，集电极电压和集电极平均电流，计算功放管的集电极电流基波分量，电源功率，集电极输出功率,功放管消耗功率和效率η. 1m 2.自己设计表格记录测试和计算数据。写出至少一组数据的计算和处理过程。 3.分析实验结果和理论计算是否一致，如不一致，说明可能存在的原因。 思考题：高频谐振功放的效率和工作状态有何关系？当负载为Ω时，本实验电路工作在什么状态，说明原因。 题目：高频谐振功率放大器 . 测试条件：电源电压,输入信号。当负载电阻分别为ΩΩ时，测量功放管基极电压，集电极电压和集电极平均电流，计算功放管的集电极电流基波分量1m，电源功率，集电极输出功率,功放管消耗功率和效率η. .自己设计表格记录测试和计算数据。写出至少一组数据的计算和处理过程。3.分析实验结果和理论计算是否一致，如不一致，说明可能存在的原因。 思考题：高频谐振功放的效率和工作状态有何关系？当负载为Ω时，本实验电路
数据挖掘实验报告（一） 数据预处理 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1.学习均值平滑，中值平滑，边界值平滑的基本原理 2.掌握链表的使用方法 3.掌握文件读取的方法 二、实验设备 PC一台，dev-c++5.11 三、实验内容 数据平滑 假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70。使用你所熟悉的程序设计语言进行编程，实现如下功能（要求程序具有通用性）： (a) 使用按箱平均值平滑法对以上数据进行平滑，箱的深度为3。 (b) 使用按箱中值平滑法对以上数据进行平滑，箱的深度为3。 (c) 使用按箱边界值平滑法对以上数据进行平滑，箱的深度为3。 四、实验原理 使用c语言，对数据文件进行读取，存入带头节点的指针链表中，同时计数，均值求三个数的平均值，中值求中间的一个数的值，边界值将中间的数转换为离边界较近的边界值 五、实验步骤 代码 #include
实验三 一、实验原理 K-Means算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。 在数据挖掘中，K-Means算法是一种cluster analysis的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。 算法原理： (1) 随机选取k个中心点； (2) 在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类； (3) 更新中心点为每类的均值； (4) j<-j+1 ,重复(2)(3)迭代更新，直至误差小到某个值或者到达一定的迭代步 数，误差不变. 空间复杂度o(N) 时间复杂度o(I*K*N) 其中N为样本点个数，K为中心点个数，I为迭代次数 二、实验目的： 1、利用R实现数据标准化。 2、利用R实现K-Meams聚类过程。 3、了解K-Means聚类算法在客户价值分析实例中的应用。 三、实验内容 依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。对其进行标准差标准化并保存后，采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。编写R程序，完成客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数
四、实验步骤 1、依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。
2、确定要探索分析的变量 3、利用R实现数据标准化。 4、采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。
五、实验结果 客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数 六、思考与分析 使用不同的预处理对数据进行变化，在使用k-means算法进行聚类，对比聚类的结果。 kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。 这样做的前提是我们已经知道数据集中包含多少个簇. 1.与层次聚类结合 经常会产生较好的聚类结果的一个有趣策略是，首先采用层次凝聚算法决定结果
【物理】中考第二次模拟考试精选测试卷中考真题汇编[解析版] 一、初三物理欧姆定律易错压轴题（难） 1．要测量一个阻值约为几百欧的电阻R x。实验室提供的器材有：电源（电压为3V）、学生用电流表（量程为0~0.6A、0~3A）、学生用电压表（量程为0~3V、0~15V）、滑动变阻器R1和电阻箱R2（0~9999Ω5A）各一个，开关、导线若干。 (1)小明用伏安法测量该电阻，如图是小明连接的电路。接通电路后，观察到电流表指针不偏转，示数为零，电压表示数为2V。请你判断： 电路中哪一个元件发生了什么故障？答：______； (2)在排除故障换用新元件后，经检查电路完好。闭合开关，逐渐减小滑动变阻器的接入电阻至最小，电压表有示数，但电流表的指针几乎不偏转，电流太小的原因是______。所以按小明所选的器材不能用伏安法测出该电阻的值； (3)请你帮助小明在实验室所提供的器材中选择合适的器材，设计实验方案测出该电阻的值； (a)画出实验电路图______； (b)实验步骤：按图连接好电路；闭合S1调节滑动变阻器，使电压表显示合适的值；断开S1闭合S2，______；读出电阻箱的阻值R； (c)写出待测电阻R x的表达式：______。 【答案】电流表短路待测电阻阻值太大保持滑片位置不 变，调节电阻箱阻值，使电压表示数与闭合S1时相同R x=R 【解析】 【分析】 (1)常见电路故障有断路与短路，根据电路故障现象分析电路故障原因。 (2)根据欧姆定律，在电压不变的情况下，若电路的电阻增大，则电路中的电流减小，若电阻值很大，则电路中的电流会很小。若电流值小于电流表的分度值时，将无法准确地测出电流值。
一、实验内容和目的 目的： 1．理解维（表）、成员、层次（粒度）等基本概念及其之间的关系； 2．理解多维数据集创建的基本原理与流程； 3．理解并掌握OLAP分析的基本过程与方法； 内容： 1．运用Analysis Server工具进行维度、度量值以及多维数据集的创建（模拟案例）。 2．使用维度浏览器进行多维数据的查询、编辑操作。 3．对多维数据集进行切片、切块、旋转、钻取操作。 二、所用仪器、材料（设备名称、型号、规格等） 操作系统平台：Windows 7 数据库平台：SQL Server 2008 SP2 三、实验原理 在数据仓库系统中，联机分析处理（OLAP）是重要的数据分析工具。OLAP的基本思想是企业的决策者应能灵活地、从多方面和多角度以多维的形式来观察企业的状态和了解企业的变化。 OLAP是在OLTP的基础上发展起来的，OLTP是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据的查询和增、删、改等进行处理。而OLAP是以数据仓库为基础的数据分析处理。它具有在线性（online）和多维分析（multi-dimension analysis）的特点。OLAP超越了一般查询和报表的功能，是建立在一般事务操作之上的另外一种逻辑步骤，因此，它的决策支持能力更强。 建立OLAP的基础是多维数据模型，多维数据模型的存储可以有多种不同的形式。MOLAP和ROLAP是OLAP的两种主要形式，其中MOLAP（multi-dimension OLAP）是基
于多维数据库的OLAP，简称为多维OLAP；ROLAP（relation OLAP）是基于关系数据库的OLAP，简称关系OLAP。 OLAP的目的是为决策管理人员通过一种灵活的多维数据分析手段，提供辅助决策信息。基本的多维数据分析操作包括切片、切块、旋转、钻取等。随着OLAP的深入发展，OLAP也逐渐具有了计算和智能的能力，这些能力称为广义OLAP操作。 四、实验方法、步骤 要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出多维数据组织模型及其OLAP操作过程。实验完成后，应根据实验情况写出实验报告。 五、实验过程原始记录(数据、图表、计算等) 本实验以实验一建立的数据仓库为基础，使用Microsoft的SQL Server Business Intelligence Development Studio工具，建立OLAP相关模型，并实现OLAP的一些简单基本功能。 首先打开SQL Server Business Intelligence Development Studio工具，新建一个Analysis Service项目，命名为：DW
《数据挖掘分类实验报告》 信息安全科学与工程学院 1120362066 尹雪蓉数据挖掘分类过程 （1）数据分析介绍 本次实验为典型的分类实验，为了便于说明问题，弄清数据挖掘具体流程，我们小组选择了最经典的决策树算法进行具体挖掘实验。 （2）数据准备与预处理 在进行数据挖掘之前，我们首先要对需要挖掘的样本数据进行预处理，预处理包括以下步骤： 1、数据准备，格式统一。将样本转化为等维的数据特征（特征提取），让所有的样 本具有相同数量的特征，同时兼顾特征的全面性和独立性 2、选择与类别相关的特征（特征选择） 3、建立数据训练集和测试集 4、对数据集进行数据清理 在本次实验中，我们选择了ILPD (Indian Liver Patient Dataset) 这个数据集，该数据集已经具有等维的数据特征，主要包括Age、Gender、TB、DB、Alkphos、Sgpt、Sgot、TP、ALB、A/G、classical，一共11个维度的数据特征，其中与分类类别相关的特征为classical，它的类别有1,2两个值。 详见下表： 本实验的主要思路是将该数据集分成训练集和测试集，对训练集进行训练生成模型，然后再根据模型对测试集进行预测。 数据集处理实验详细过程：
●CSV数据源处理 由于下载的原始数据集文件Indian Liver Patient Dataset (ILPD).csv（见下图）中间并不包含属性项，这不利于之后分类的实验操作，所以要对该文件进行处理，使用Notepad文件，手动将属性行添加到文件首行即可。 ●平台数据集格式转换 在后面数据挖掘的实验过程中，我们需要借助开源数据挖掘平台工具软件weka，该平台使用的数据集格式为arff，因此为了便于实验，在这里我们要对csv文件进行格式转换，转换工具为weka自带工具。转换过程为： 1、打开weka平台，点击”Simple CLI“，进入weka命令行界面，如下图所示： 2、输入命令将csv文件导成arff文件，如下图所示: 3、得到arff文件如下图所示： 内容如下：
《简单电路》同步教学测试题与解析 【试卷说明】 “本试卷分第Ⅰ卷和第Ⅱ卷两部分，共100分，考试时间60分钟。” 第Ⅰ卷（选择题，共30分） 1、选择题（本题10小题．每小题3分，共30分；请将每题只有一个 符合题意的选项填写在相应题后的括号内） 1．关于生活中的一些电路连接，下列判断不正确的是（）A．节日的夜晚，装扮秦淮河畔小树的小彩灯是串联的 B．道路两旁的路灯，晚上同时亮，早上同时灭，它们是串联的 C．一般家庭的卫生间都要安装照明灯和换气扇，使用时互不影响，它们是并联的 D．楼道中的电灯是由声控开关和光控开关共同控制的，只有在天暗并且有声音时才能亮，所以声控开关、光控开关及灯是串联的2．图3-1为路口交通指示灯的示意图。指示灯可以通过不同颜色灯光的变化指挥车辆和行人的交通行为。据你对交通指示灯的了解可以推断（） A．红灯、黄灯、绿灯是串联的 B．红灯、黄灯、绿灯是并联的C．红灯与黄灯并联后再与绿灯串联 D．绿灯与黄灯并联后再与红灯串联 3．如图3-2甲所示，电冰箱内有一个通过冰箱门来控制的开关，当冰箱门打开时，开关闭合使冰箱内的照明灯点亮；当冰箱门关闭时，开关断开使冰箱内的照明灯熄灭. 在图乙的四个电路中，能正确表示冰箱开门状态下冰箱内照明电路的是（） 。 图3-2甲图3-2乙
图3-1 图3-3 图3-4 图3-5 4．如图13-3所示，在探究并联电路中的电流关系时，小明同学用电流表测出A、B、C三处的电流分别为I A=0.4A、I B=0.2A、I C=0.2A，在表格中记录数据后，下一步应该做的是（） A．整理器材，结束实验 B．分析数据，得出结论 C．换用不同规格的小灯泡，再测出几组电流值 D．换用电流表的另一量程，再测出一组电流值 5．小华和几位同学在学校实验室探究并联电路中的电流关系时，连接了如图13-4所示的电路。当开关S由断开到闭合时，关于两个电流表的示数变化情况，你认为正确的是（） A、A1的示数变大，A2的示数不变 B、A1的示数变小，A2的示数变大 C、A1的示数变大，A2的示数变小 D、A1的示数不变，A2的示数变大 6．如图3-5所示，开关S闭合时，可能发生的现象是（） A. L1被烧坏 B. L1、L2均不发光 C. 电池被烧坏 D. L2被烧坏 7．如图3-6所示，粗心的小强把电流表当作电压表接在了L1的两端。此时如果闭合开关，一定会发生（）
数据挖掘实验报告（二）关联规则挖掘 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1. 1.掌握关联规则挖掘的Apriori算法； 2.将Apriori算法用具体的编程语言实现。 二、实验设备 PC一台，dev-c++5.11 三、实验内容 根据下列的Apriori算法进行编程：
四、实验步骤 1.编制程序。 2.调试程序。可采用下面的数据库D作为原始数据调试程序，得到的候选1项集、2项集、3项集分别为C1、C2、C3，得到的频繁1项集、2项集、3项集分别为L1、L2、L3。
代码 #include 实验三设计并构造AdventureWorks数据仓库实例 【实验要求】 在SQL Server 平台上，利用AdventureWorks数据库作为商业智能解决方案的数据源，设计并构造数据仓库，建立OLAP和数据挖掘模型，并以输出报表的形式满足决策支持的查询需求。 【实验内容】 步骤1：需求分析：以决策者的视角分析和设计数据仓库的需求； 步骤2：根据所设计的需求，确定本数据仓库的主题和主题与边界； 步骤3：设计并构造逻辑模型； 步骤4：进行数据转换和抽取，建立数据仓库：创建数据源，，建立OLAP和挖掘模型，使用多维数据集进行分析，建立数据挖掘结构和数据挖掘模型，创建报表。 【实验平台】 Win7操作系统，SQL Server 2005 【实验过程】 一、创建Analysis Services 项目 1.打开Business Intelligence Development Studio。 2.在“文件”菜单上，指向“新建”，然后选择“项目”。 3.确保已选中“模板”窗格中的“Analysis Services 项目”。 4.在“名称”框中，将新项目命名为AdventureWorks。 5. 单击“确定”。 二、创建数据库和数据源 1.运行AdventureWorks sql server 2005示例数据库.msi，然后用SQL Server Management Studio 附加数据库AdventureWorks_Data.mdf 。 (1)运行AdventureWorks sql server 2005示例数据库.msi (2)用SQL Server Management Studio附加数据库AdventureWorks_Data.mdf 2011级物理与机械工程学院学院 2、 当将元件的端电压U 和电流i 设为关联参考方向时，即是假设该元件在 ()功率。 (A)吸收 (B)发出 (C)吸收或发出 (D)以上答案均不对 3、 电容元件通过正弦电流时的平均功率为() (A) Ucl (B) Uc^/Zc (C) l"Zc (D) 0 4、 图2示二端网络的电压、电流关系为() (A) H = 10-5 / (B) ? = 10+5 / (C) K = 5/-10 + --------- T 3G 5、 一对称三相负载接入三相交流电源后，其线电流等于相电流，则此三相 负载是()联结法。 (A) Y 形 (B)^形或Y 形 (0 △形 (D)以上答案均不对 6、 图3示端钮电压U 钱匕为() (A) 4V (B) 8V (C) 12V (D) 16V 1.图1中给出两个线性电阻Ra 和Rb 的伏安特性曲线。由图可知( ) (D)不能确 (A) Ra>Rb 定 (B)Ra=Rb (0 Ra 2u V 2& 图3 7、 在换路瞬间，下列说法中正确的是() (A)电感电流不能跃变(B)电感电压必然跃变 (C)电容电流必然跃变(D)以上答案均不对 8、 图4示电路中，开关已打开，在t = 0时开关闭合，1 (0+) 9、R-L-C 串联电路，总电压相位超前于电流相位，则电路称为( 路。 为: ⑷ 2A 0. 8A (C) iftV (D) lA 20A SO-0) ￡ () \sa (A)阻性 (B)感性 (C)容性 (D)以上答案均不对 10s 电路如图5所示, 耦合因数k=i, 则5与E 分别为 (A)jlO V 与 j20V (C) -jl0V-^jj20V (B) jlO V 与 0 (D)-jlOV 与-j20 V 2A 一、实验目的 使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。 二、实验环境 实验采用Weka 平台，数据使用Weka安装目录下data文件夹下的默认数据集iris.arff。 Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java 写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 三、数据预处理 Weka平台支持ARFF格式和CSV格式的数据。由于本次使用平台自带的ARFF格式数据，所以不存在格式转换的过程。实验所用的ARFF格式数据集如图1所示 图1 ARFF格式数据集(iris.arff) 对于iris数据集，它包含了150个实例（每个分类包含50个实例），共有sepal length、sepal width、petal length、petal width和class五种属性。期中前四种属性为数值类型，class属性为分类属性，表示实例所对应的的类别。该数据集中的全部实例共可分为三类：Iris Setosa、Iris Versicolour和Iris Virginica。 实验数据集中所有的数据都是实验所需的，因此不存在属性筛选的问题。若所采用的数据集中存在大量的与实验无关的属性，则需要使用weka平台的Filter(过滤器)实现属性的筛选。 实验所需的训练集和测试集均为iris.arff。 四、实验过程及结果 应用iris数据集，分别采用LibSVM、C4.5决策树分类器和朴素贝叶斯分类器进行测试和评价，分别在训练数据上训练出分类模型，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。 1、LibSVM分类 Weka 平台内部没有集成libSVM分类器，要使用该分类器，需要下载libsvm.jar并导入到Weka中。 用“Explorer”打开数据集“iris.arff”，并在Explorer中将功能面板切换到“Classify”。点“Choose”按钮选择“functions(weka.classifiers.functions.LibSVM)”，选择LibSVM分类算法。 在Test Options 面板中选择Cross-Validatioin folds=10，即十折交叉验证。然后点击“start”按钮： 数据挖掘第二章作业 2. a)用AM和PM表示的时间 离散的、定量的、区间的。 b)根据曝光表测出的亮度 离散的、定量的、比率的。 c)根据人的判断测出的亮度 连续的、定性的、序数的。 d)按度测出的0和360之间的角度 离散的、定量的、比率的。（可以是连续的，因为按度测出的角度值可以是实数值得属性） e)奥运会上授予的铜牌、银牌、和金牌 离散的、定量的、比率的。 f)海拔高度 连续的、定量的、比率的。 g)医院中的病人数 离散的、定量的、比率的。 h)书的ISBN号（查找网上的格式） 离散的、定性的、标称的。 i)用如下值表示的透光能力：不透明、半透明、透明 离散的、定性的、序数的。 j)军衔 离散的、定性的、序数的。 K）到校园中心的距离 连续的、定量的、比率的。 l)用每立方厘米克表示的物质密度 连续的、定量的、比率的。 m)外套寄存号码 离散的、定性的、标称的。 14. 用欧几里得度量来对这些大象进行比较或分组。 因为第一所有的属性测出的值都是数值性质的，并且根据取值规模的不同有很大的取值范围；其次同一对象的不同属性之间是没有什么关系的，所以不用相关性度量；再者在本题中每个对象的量值是重要的，而余弦相似度不考虑数据对象的量值；最后将属性值标准化成平均数为0，标准差为1后再应用欧几里得距离是适当的方法。 16. a)如果出现在一个文档中，tf’ij=tfij*log(m); 如果出现在每个文档中，tf’ij=0; b)这个标准化反应了如果一个词出现在每一个文档中，那么就不能通过这个词来区分不同的文档，如果这个词出现的很少，那么就可以通过这个词来区分不同的文档。 18． a)x=010******* y=010******* 汉明距离=3； f01=1; f10=2; f11=2; Jaccard相似度=2/(1+2+2)=0.4； b)汉明距离更相似于简单匹配系数，因为简单匹配系数=1—汉明距离/所有位数；Jaccard相似度更相似于余弦度量，因为他们都忽略了0-0匹配。 c)用Jaccard相似度更合适。因为我们想要知道两个个体有多少基因是共享的。 d)用汉明距离更适合。因为两个同物种的基因相同的部分很多，所以如果要比较则更关注于基因不同的部分，因此汉明距离更适合。数据挖掘实验三
2011级电路分析基础期末复习题
大数据挖掘weka大数据分类实验报告材料
数据挖掘第二章作业
相关主题
文本预览