决策树实验报告

1

云南大学软件学院

实验 报 告

课程：大数据分析及应用任课教师：蔡莉实验指导教师（签名）：

学号：20131120233 姓名：王依 专业：软件工程 日期：2015.12.10 成绩：

实验八关联和决策树

一、 实验目的

1．理解关联分析和决策树的相关知识；

2．掌握使用Modeler进行关联分析的基本过程；

3．掌握利用关联分析的数据建立一个决策树的过程。

二、 实验内容及步骤

（一）使用 Modeler 进行关联分析

实验内容：

对实验文件BASKETS1进行分析，掌握购买数据之间的关联情况。

实验步骤：

1. 打开并查看数据文件。利用“可变文件”节点将“BASKETS1n”添加节点中。然后使用“输出”选项卡下的“表”查看数据，如图1所示。这里的数据是某商场中的购买记录，共18个字段，1000条记录，在后面的列中，值“T”表示已购买该商品，值“F”表示没有购买该商品。

图1 2

2. 确定关联分析字段。在这里中，需要对购买商品之间进行关联分析，即确定客户购买商品之间是否存在关联性，也就是说客户在购买一种商品时，购买另一种商品的概率是多少。所以，在这里，将选择记录中能够体现是否购买某商品的字段进行关联分析，其中有fruitveg，freshmeat，dairy，cannedveg，cannedmeat，frozenmeal，beer，wine，softdrink，fish，confectionery，共11个字段。

3. 读入分析字段的类型。在工作区生成“类型”节点，并双击编辑，将上一步骤选出的11个字段的角色设定为“两者”，如图2。

图2

4. 添加模型节点。分别在“类型”之后添加“Apriori”模型节点和“Crama”模型节点，如图3所示。其中，“Apriori”模型是基于“最低支持度”和“最小置信度”进行关联性分析。

图3 3

5. 运行并查看“Apriori”关联模型结果。运行“Apriori”模型的数据流，在右上侧生成数据模型，右键查看，如图4所示。表中可以看出，客户同时购买frozenmeal、beer、cannedveg的概率很高。因此，商家可以将这三种商品放在相邻的位置，以促进销量。

实验五 决策树分类法

一、仪器与资料

计算机一台，TM影像或ETM+影像数据，地形图等解译辅助图及图像显示软件ENVI，ERDAS。

二、目的和要求

1、综合理解影像含义。

2、掌握典型遥感影像的每个波段的特性。

3、掌握利用决策树方法进行地物分类。

4、熟悉遥感处理软件ENVI。

三、实验内容

1、采用实验二所建立的分类体系(可将研究区内的植被情况进行分类，依据NDVI值的进行阈值的选择，然后分类)。

2、利用决策树分类法进行分类，分类阈值设置要合理。

四、地点、方式和时间分配

1、地点：文理大楼计算机中心502室

2、方式：课间实习

3、时间：4月22日，2学时 五、考核内容

1、课堂实际操作情况。

2、递交实习报告（过程中重要截图，函数阈值的选取）。

实验三决策树算法实验实验报告

一、引言

决策树算法是一种常用的机器学习算法，它通过构建一个决策树模型来解决分类和回归问题。在本次实验中，我们将使用决策树算法对一个分类问题进行建模，评估算法的性能，并对实验结果进行分析和总结。

二、实验目的

1.学习理解决策树算法的基本原理和建模过程。

2. 掌握使用Python编程实现决策树算法。

3.分析决策树算法在不同数据集上的性能表现。

三、实验过程

1.数据集介绍

2.决策树算法实现

我们使用Python编程语言实现了决策树算法。首先，我们将数据集随机分为训练集和测试集，其中训练集占70%，测试集占30%。然后，我们使用训练集来构建决策树模型。在构建决策树时，我们采用了ID3算法，该算法根据信息增益来选择最优的特征进行分割。最后，我们使用测试集来评估决策树模型的性能，计算并输出准确率和召回率。

3.实验结果与分析

我们对实验结果进行了统计和分析。在本次实验中，决策树算法在测试集上的准确率为0.95，召回率为0.94、这表明决策树模型对于鸢尾花分类问题具有很好的性能。通过分析决策树模型，我们发现花瓣长度是最重要的特征，它能够很好地区分不同种类的鸢尾花。

四、实验总结

通过本次实验，我们学习了决策树算法的基本原理和建模过程，并使用Python实现了决策树算法。通过实验结果分析，我们发现决策树算法在鸢尾花分类问题上具有很好的性能。然而，决策树算法也存在一些不足之处，例如容易过拟合和对数据的敏感性较强等。在实际应用中，可以使用集成学习方法如随机森林来改进决策树算法的性能。

监督分类 实验报告.

本次实验我们研究的是监督分类算法。监督分类是一种基于训练数据集的分类方法，即通过给定的训练数据集学习构建分类器，再将分类器应用于测试数据集，从而实现对新数据进行分类的过程。监督分类算法具有广泛的应用，如文本分类、图像分类等领域。

本实验中我们选取了两种常用的分类算法：决策树和朴素贝叶斯分类器。决策树是一种树状结构，其中每个节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点表示一个类别。朴素贝叶斯分类器是一种基于概率论的分类器，利用贝叶斯定理来预测给定数据的分类。

我们选取了一个公开数据集Iris（鸢尾花数据集），该数据集包含150个样本，其中每个样本中包含4个特征属性，分别是花萼长度、花萼宽度、花瓣长度、花瓣宽度，以及一个类别属性，分别是setosa、versicolor、virginica三种鸢尾花的类别。我们选取其中120个样本作为训练数据集，30个样本作为测试数据集。

我们首先使用Python实现了决策树算法和朴素贝叶斯分类器算法。在训练阶段，我们将训练数据集作为输入，根据算法学习生成决策树或对应的概率模型；在测试阶段，我们将测试数据集的每个样本输入到决策树或概率模型中进行分类，最终统计分类准确率。

在实验中，我们使用了sklearn工具包中的DecisionTreeClassifier和GaussianNB实现决策树和朴素贝叶斯分类器算法。我们将数据集中的数据进行了随机划分，80%作为训练集，20%作为测试集，将参数max_depth设置为4。结果显示，朴素贝叶斯分类器分类准确率达到97.78%，决策树分类准确率达到93.33%。其具体结果如下表所示：

|算法 |分类准确率|

|--------------|--------|

|朴素贝叶斯分类器| 97.78% |

|决策树 | 93.33% |