当前位置：文档之家 › 数据挖掘实验报告

数据挖掘实验报告

  • 格式：doc
  • 大小：1.34 MB
  • 文档页数：16

《数据挖掘》实验报告

实验序号： 实验项目名称：C4.5算法

学 号 姓 名 专业、班 12数学金融

实验地点 实验楼5-510 指导教师 潘巍巍 实验时间 2014.12.24

一、实验目的及要求

1：选择一个数据挖掘标准数据集，采用C4.5算法进行分类，给出分类精度，画出用C4.5算法诱导的树并写出生成的规则集合。

2：在数据挖掘标准数据集上，实验对比剪枝与未剪枝的树的分类性能。

3：总结C4.5算法的优缺点

二、实验设备（环境）及要求

电脑 WEKA 3.6.1

三、实验内容与步骤

（3）数据分类（c4.5算法实现）

1.导入数据

（2）选择C4.5分类器进行分类

结果为

其中分类精度为50%

生成的决策树为

分类规则：

J48 pruned tree

------------------

outlook = sunny

| humidity = high: no (3.0)

| humidity = normal: yes (2.0)

outlook = overcast: yes (4.0)

outlook = rainy

| windy = TRUE: no (2.0)

| windy = FALSE: yes (3.0)

剪枝后结果为 分类精度变为57.1% 性能变好

（1）C4.5算法优缺点

优点： 分类精度高，生成的分类规则比较简单，易于理解。

缺点： 需要多次扫描数据集，比较低效

五、分析与讨论

六、教师评语

签名：

日期： 成绩

《数据挖掘》实验报告

实验序号： 实验项目名称：KNN算法

学 号 姓 名 专业、班 12数学金融

实验地点 实验楼5-510 指导教师 潘巍巍 实验时间 2014.12.24

一、实验目的及要求

1：KNN算法的基本思路、步骤。

2：选择UCI中的5个标准数据集，使用KNN算法在该数据集上计算混淆矩阵。

3：选择2个数据集，选择不同的k值，k=1,3,5,7,9，对比KNN算法计算结果的差异。

二、实验设备（环境）及要求

电脑 WEKA 3.6.1

四、实验内容与步骤

1.数据集 contact-lenses.arff

Glass.arff

两者的混淆矩阵分别为

(2)两个数据集在K=1,3,5,7,9下结果分别为

Glass：

K=1;

=== Summary ===

Correctly Classified Instances 151 70.5607 %

Incorrectly Classified Instances 63 29.4393 %

Kappa statistic 0.6005

Mean absolute error 0.0897

Root mean squared error 0.2852

Relative absolute error 42.3747 %

Root relative squared error 87.8627 %

Total Number of Instances 214

=== Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure ROC Area Class

0.786 0.167 0.696 0.786 0.738 0.806 build wind float

0.671 0.13 0.739 0.671 0.703 0.765 build wind

non-float

0.294 0.051 0.333 0.294 0.313 0.59 vehic wind float

0 0 0 0 0 ? vehic wind

non-float

0.769 0.03 0.625 0.769 0.69 0.895 containers

0.778 0.015 0.7 0.778 0.737 0.838 tableware

0.793 0.011 0.92 0.793 0.852 0.884 headlamps

Weighted Avg. 0.706 0.109 0.709 0.706 0.704 0.792

=== Confusion Matrix ===

a b c d e f g <-- classified as

55 9 6 0 0 0 0 | a = build wind float

15 51 4 0 3 2 1 | b = build wind non-float

9 3 5 0 0 0 0 | c = vehic wind float

0 0 0 0 0 0 0 | d = vehic wind non-float

0 2 0 0 10 0 1 | e = containers

0 1 0 0 1 7 0 | f = tableware

0 3 0 0 2 1 23 | g = headlamps

K=3;

=== Summary ===

Correctly Classified Instances 154 71.9626 %

Incorrectly Classified Instances 60 28.0374 %

Kappa statistic 0.6097 Mean absolute error 0.0983

Root mean squared error 0.2524

Relative absolute error 46.4438 %

Root relative squared error 77.7792 %

Total Number of Instances 214

=== Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure ROC Area Class

0.843 0.215 0.656 0.843 0.738 0.865 build

wind float

0.711 0.138 0.74 0.711 0.725 0.835 build

wind non-float

0.176 0.015 0.5 0.176 0.261 0.672 vehic wind

float

0 0 0 0 0 ? vehic

wind non-float

0.615 0.015 0.727 0.615 0.667 0.913

containers

0.778 0.01 0.778 0.778 0.778 0.914 tableware

0.793 0.011 0.92 0.793 0.852 0.885

headlamps

Weighted Avg. 0.72 0.123 0.718 0.72 0.708 0.847

=== Confusion Matrix ===

a b c d e f g <-- classified as

59 10 1 0 0 0 0 | a = build wind float

19 54 2 0 1 0 0 | b = build wind non-float

10 4 3 0 0 0 0 | c = vehic wind float

0 0 0 0 0 0 0 | d = vehic wind non-float

0 3 0 0 8 0 2 | e = containers

0 1 0 0 1 7 0 | f = tableware

2 1 0 0 1 2 23 | g = headlamps

K=5; === Summary ===

Correctly Classified Instances 145 67.757 %

Incorrectly Classified Instances 69 32.243 %

Kappa statistic 0.5469

Mean absolute error 0.1085

合集下载

数据挖掘关联规则挖掘实验报告

数据挖掘关联规则挖掘实验报告

数据挖掘关联规则挖掘实验报告

【实验报告】数据挖掘关联规则挖掘

1. 引言

数据挖掘是从大量数据中发现隐含规律、提取有用信息的过程。关联规则挖掘是其中的一个重要任务，通过分析数据集中的项集之间的关系，可以揭示出物品之间的相关性和共现性。本实验旨在通过应用关联规则挖掘算法来探索一份销售数据集中的关联规则，从而提供对销售策略的指导，优化营销决策。

2. 实验设计

2.1 数据收集

为了开展本实验，我们从一个零售企业的数据库中获取了一份销售数据集。该数据集包含了一段时间内的商品销售记录，包括商品编号、交易时间和交易金额。数据集的大小为100,000条记录，共涉及1,000个商品。我们利用Python中的数据处理库，对数据进行预处理和清洗，确保数据的准确性和可靠性。

2.2 数据预处理

在进行关联规则挖掘之前，需要进行适当的数据预处理。首先，我们根据各个交易记录的商品编号，将数据进行分组，以得到每个顾客的购买清单。然后，我们去除数据集中的重复项，确保每个商品在每个购物篮中只出现一次。最后，我们将数据转换为关联规则挖掘算法所接受的事务数据格式，以便后续分析处理。

2.3 关联规则挖掘算法选择

针对本实验的目标，我们选择了经典的Apriori算法进行关联规则挖掘。Apriori算法是一种基于频繁项集的挖掘方法，通过迭代生成候选项集、计算支持度和置信度，来发现频繁项集和相关规则。

3. 实验结果

3.1 关联规则挖掘结果分析

经过数据处理和Apriori算法的运算，我们得到了一系列的频繁项集和关联规则。通过分析这些结果，我们可以发现一些有价值的洞察和结论。

首先，我们观察到某些商品之间存在着强关联性。例如，购买了商品A的顾客通常也会购买商品B，这表明商品A和B具有一定的关联性，可以作为销售捆绑或推荐的策略依据。

其次，我们发现一些商品的关联规则具有较高的置信度。这意味着如果顾客购买了某个商品，他们购买另一个商品的可能性也很大。基于这些规则，我们可以优化促销策略，引导顾客购买更多的相关商品，提升销售额和客户满意度。

数据挖掘实验报告-实验1-Weka基础操作

数据挖掘实验报告-实验1-Weka基础操作

数据挖掘实验报告-实验1-Weka基础操作 用心整理的精品word文档，下载即可编辑！！

精心整理，用心做精品2

学生实验报告

学 院：信息管理学院

课程名称： 数据挖掘

教学班级： B01

姓 名：

学 号：

用心整理的精品word文档，下载即可编辑！！

精心整理，用心做精品3

实 验 报 告

课程名称 数据挖掘 教学班级 B01 指导老师

学号 姓名 行政班级

实验项目 实验一： Weka的基本操作

组员名单 独立完成

实验类型 ■操作性实验 □验证性实验 □综合性实验

实验地点 H535 实验日期 2016.09.28

1. 实验目的和要求：

（1）Explorer界面的各项功能；

注意不能与课件上的截图相同，可采用打开不同的数据文件以示区别。

（2）Weka的两种数据表格编辑文件方式下的功能介绍；

①Explorer-Preprocess-edit，弹出Viewer对话框；

②Weka GUI选择器窗口-Tools | ArffViewer，打开ARFF-Viewer窗口。

（3）ARFF文件组成。

2．实验过程（记录实验步骤、分析实验结果）

2.1 Explorer界面的各项功能

2.1.1 初始界面示意

用心整理的精品word文档，下载即可编辑！！

精心整理，用心做精品4 其中：explorer选项是数据挖掘梳理数据最常用界面，也是使用weka最简单的方法。

Experimenter：实验者选项，提供不同数值的比较，发现其中规律。

KnowledgeFlow：知识流，其中包含处理大型数据的方法，初学者应用较少。

Simple CLI ：命令行窗口，有点像cmd 格式，非图形界面。

2.1.2 进入Explorer 界面功能介绍

（1）任务面板

Preprocess（数据预处理）：选择和修改要处理的数据。

实验4：大数据的分析与挖掘

实验4：大数据的分析与挖掘

“大数据技术概论”课程实验报告

实验名称：

教师评语

教师签字 日期 成绩

学生姓名 学号

一、实验目标

展示数据挖掘方法如何解决实际问题

二、实验环境

Python

三、实验内容

1. 数据的读入与理解

2. 数据的预处理

3. 模型的训练

4. 模型的预测与评价

四、实验成果

1. 确定问题和目的：首先要明确需要解决的问题，以及期望得到什么样的结果。例如，我们要预测一个人是否会购买某个产品，或者我们需要为某个产品优化推荐算法等。

2. 数据的读入与理解：接下来需要收集相关的数据并进行理解，包括数据中包含哪些特征、数据的格式、数据的统计信息等。这一步通常需要通过数据仓库、日志文件、API等方式进行数据收集。

3. 数据的预处理：在理解数据之后，需要对数据进行预处理，例如数据清洗、数据归一化、特征提取等，以确保数据质量和可用性。如果数据集较大，可能需要使用分布式计算平台进行处理。

4. 模型的训练：接下来，需要确定哪种数据挖掘算法才能解决我们的问题，并训练相应的模型。例如，我们可以使用决策树算法、神经网络算法或者基于规则的算法等。

5. 模型的预测与评价：训练好模型之后，需要对新的数据进行预测，并根据实际结果对模型进行评价。这个过程需要注意模型的可解释性、预测的准确性和稳定性等指标。

五、实训体会

最终，通过数据挖掘方法得到的结果可以帮助我们更好地理解和解决实际问题，例如优化产品推荐、预测市场需求、检测欺诈、识别风险等等。

《数据挖掘实验》---K-means聚类及决策树算法实现预测分析实验报告

《数据挖掘实验》---K-means聚类及决策树算法实现预测分析实验报告

《数据挖掘实验》---K-means聚类及决策树算法实现预测分析实验报告

实验名称：K-means聚类及决策树算法实现预测分析

实验目的：

1、掌握K-means算法的原理及应用。

2、掌握决策树算法模型的方法及应用。

实验设备与环境：计算机，R及RStduio等。

实验内容：

1、通过通信企业数据（USER_INFO_M.csv），使用K-means算法实现运营商客户价值分析，并制定相应的营销策略。（预处理，构建5个特征后确定K值，构建模型并评价）

2、根据企业在2016.01-2016.03客户的短信、流量、通话、消费的使用情况及客户基本信息的数据，构建决策树模型，实现对流失客户的预测，F1值。

实验设计过程及分析：

1、通过通信企业数据（USER_INFO_M.csv），使用K-means算法实现运营商客户价值分析，并制定相应的营销策略。（预处理，构建5个特征后确定K值，构建模型并评价）

代码：

setwd("D:\\Mi\\数据挖掘\\")

datafile<-read.csv("USER_INFO_M.csv")

zscoredFile<- na.omit(datafile)

set.seed(123) # 设置随机种子

result <- kmeans(zscoredFile[,c(9,10,14,19,20)], 4) # 建立模型，找聚类中心为4

round(result$centers, 3) # 查看聚类中心

table(result$cluster) # 统计不同类别样本的数目

# 画出分析雷达图

par(cex=0.8)

library(fmsb)

max <- apply(result$centers, 2, max)

min <- apply(result$centers, 2, min)

df <- data.frame(rbind(max, min, result$centers))