Clementine示例05-神经网络

第5章 Clementine使用简介5.1Clementine 概述Clementine数据挖掘平台是一个可视化的、强大的数据分析平台。

用户可以通过该平台进行与商业数据操作相关的操作。

数据流区域：它是Clementine窗口中最大的区域，这个区域的作用是建立数据流，或对数据进行操作。

选项板区域：它是在Clementine的底部，每个选项卡包含一组相关的可以用来加载到数据流区域的节点组成。

它包括：数据源、记录选项、字段选项、图形、建模和输出。

管理器：它位于Clementine的右上方，包括流、输出和模型三个管理器。

项目区域：它位于Clementine的右下方，主要对数据挖掘项目进行管理。

并且，它提供CRISP-DM和类两种视图。

另外，Clementine还包括类似于其他windows软件的菜单栏、工具栏和状态栏。

Clementine非常容易操作，包含很多经典数据挖掘算法和一些较新的数据挖掘算法通常，大多数数据挖掘工程都会经历以下过程：检查数据以确定哪些属性可能与相关状态的预测或识别有关。

保留这些属性(如果已存在)，或者在必要时导出这些属性并将其添加到数据中。

使用结果数据训练规则和神经网络。

使用独立测试数据测试经过训练的系统。

Clementine的工作就是与数据打交道。

最简单的就是“三步走”的工作步骤。

首先，把数据读入Clementine中，然后通过一系列的操作来处理数据，最后把数据存入目的文件。

Clementine数据挖掘的许多特色都集成在可视化操作界面中。

可以运用这个接口来绘制与商业有关的数据操作。

每个操作都会用相应的图标或节点来显示，这些节点连接在一起，形成数据流，代表数据在操作间的流动。

Clementine用户界面包括6个区域。

数据流区域(Stream canvas)：数据流区域是Clementine窗口中最大的区域，在这个区域可以建立数据流，也可以对数据流进行操作。

每次在Clementine中可以多个数据流同时进行工作，或者是同一个数据流区域有多个数据流，或者打开一个数据流文件。

神经网络模型Neural Network神经网络模型一、神经网络模型简介1.1 概述人工神经网络(Artificial Neural Network, ANN)，亦称为神经网络(Neural Network, NN)，是由大量处理单元(神经元, Neurons)广泛互联而成的网络，是对人脑的抽象、简化和模拟，反映人脑的基本特性。

人工神经网络的研究是从人脑的生理结构出发来研究人的智能行为，模拟人脑信息处理的功能。

它是根植于神经科学、数学、统计学、物理学、计算机科学等学科的一种技术。

其应用领域包括:建模、时间序列分析、预测、模式识别和控制等，并在不断的拓展。

图1 人工神经元示意图人类大脑皮层中大约包含100亿个神经元，60万亿个神经突触以及它们的连接体。

神经元之间通过相互连接形成错综复杂而又灵活多变的神经网络系统。

其中，神经元是这个系统中最基本的单元，它主要由细胞体、树突、轴突和突触组成，它的工作原理如图1所示。

人工神经元是近似模拟生物神经元的数学模型，是人工神经网络的基本处理单元，同时也是一个多输入单输出的非线性元件(见下图2所示)。

每一连接都有突触连接强度，用一个连接权值来表示，即将产生的信号通过连接强度放大，人工神经元接收到与其相连的所有神经元的输出的加权累积，加权总和与神经元的网值相比较，若它大于网值，人工神经元被激活。

当它被激活时，信号被传送到与其相连的更高一级神经元。

-1-Neural Network图2 人工神经元模型示意图1.2 神经网络的特点(1)具有高速信息处理的能力人工神经网络是由大量的神经元广泛互连而成的系统，并行处理能力很强，因此具有高速信息处理的能力。

(2)知识存储容量大在人工神经网络中，知识与信息的存储表现为神经元之间分布式的物理联系。

它分散地表示和存储于整个网络内的各神经元及其连线上。

每个神经元及其连线只表示一部分信息，而不是一个完整具体概念。

只有通过各神经元的分布式综合效果才能表达出特定的概念和知识。

实验一Clementine12.0数据挖掘分析方法与应用一、[实验目的]熟悉Clementine12.0进行数据挖掘的基本操作方法与流程，对实际的问题能熟练利用Clementine12.0开展数据挖掘分析工作。

二、[知识要点]1、数据挖掘概念；2、数据挖掘流程；3、Clementine12.0进行数据挖掘的基本操作方法。

三、[实验内容与要求]1、熟悉Clementine12.0操作界面；2、理解工作流的模型构建方法；3、安装、运行Clementine12.0软件；4、构建挖掘流。

四、[实验条件]Clementine12.0软件。

五、[实验步骤]1、主要数据挖掘模式分析；2、数据挖掘流程分析；3、Clementine12.0下载与安装；4、Clementine12.0功能分析；5、Clementine12.0决策分析实例。

六、[思考与练习]1、Clementine12.0软件进行数据挖掘的主要特点是什么？2、利用Clementine12.0构建一个关联挖掘流（购物篮分析）。

实验部分一、Clementine简述Clementine是ISL(Integral Solutions Limited)公司开发的数据挖掘工具平台。

1999年SPSS公司收购了ISL公司，对Clementine产品进行重新整合和开发，现在Clementine已经成为SPSS公司的又一亮点。

作为一个数据挖掘平台，Clementine结合商业技术可以快速建立预测性模型，进而应用到商业活动中，帮助人们改进决策过程。

强大的数据挖掘功能和显著的投资回报率使得Clementine在业界久负盛誉。

同那些仅仅着重于模型的外在表现而忽略了数据挖掘在整个业务流程中的应用价值的其它数据挖掘工具相比，Clementine其功能强大的数据挖掘算法，使数据挖掘贯穿业务流程的始终，在缩短投资回报周期的同时极大提高了投资回报率。

为了解决各种商务问题，企业需要以不同的方式来处理各种类型迥异的数据，相异的任务类型和数据类型就要求有不同的分析技术。

LeNet-5详解⼀、前⾔出⾃论⽂Gradient-Based Learning Applied to Document Recognition，是⼀种⽤于⼿写体字符识别的⾮常⾼效的卷积神经⽹络。

本⽂将从卷积神经⽹络结构的基础说起，详细地讲解每个⽹络层。

论⽂下载：请到⽂章结尾处下载。

⼆、卷积神经⽹络（Convolutional Neural Network, CNN）在讲解LeNet-5之前，让我们先看下CNN。

卷积神经⽹络能够很好的利⽤图像的结构信息。

LeNet-5是⼀个较简单的卷积神经⽹络。

下图显⽰了其结构：输⼊的⼆维图像，先经过两次卷积层到池化层，再经过全连接层，最后使⽤softmax分类作为输出层。

下⾯我们主要介绍卷积层和池化层。

1、卷积层卷积层是卷积神经⽹络的核⼼基⽯。

在图像识别⾥我们提到的卷积是⼆维卷积，即离散⼆维滤波器（也称作卷积核）与⼆维图像做卷积操作，简单的讲是⼆维滤波器滑动到⼆维图像上所有位置，并在每个位置上与该像素点及其领域像素点做内积。

卷积操作被⼴泛应⽤与图像处理领域，不同卷积核可以提取不同的特征，例如边沿、线性、⾓等特征。

在深层卷积神经⽹络中，通过卷积操作可以提取出图像低级到复杂的特征。

上图给出⼀个卷积计算过程的⽰例图，输⼊图像⼤⼩为H=5,W=5,D=3，即5×5⼤⼩的3通道（RGB，也称作深度）彩⾊图像。

这个⽰例图中包含两（⽤K表⽰）组卷积核，即图中滤波器W0和W1。

在卷积计算中，通常对不同的输⼊通道采⽤不同的卷积核，如图⽰例中每组卷积核包含（D=3）个3×3（⽤F×F表⽰）⼤⼩的卷积核。

另外，这个⽰例中卷积核在图像的⽔平⽅向（W⽅向）和垂直⽅向（H⽅向）的滑动步长为2（⽤S表⽰）；对输⼊图像周围各填充1（⽤P表⽰）个0，即图中输⼊层原始数据为蓝⾊部分，灰⾊部分是进⾏了⼤⼩为1的扩展，⽤0来进⾏扩展。

经过卷积操作得到输出为3×3×2（⽤Ho×Wo×K表⽰）⼤⼩的特征图，即3×3⼤⼩的2通道特征图，其中Ho计算公式为：Ho= (H−F+2×P)/S+1，Wo同理。