数据挖掘试验指导书文档格式.docx
《数据挖掘试验指导书文档格式.docx》由会员分享，可在线阅读，更多相关《数据挖掘试验指导书文档格式.docx（44页珍藏版）》请在冰豆网上搜索。
二、课程的任务和实验的教学目标
课程编号：
课程属性：
专业任选课
实验学时：
8
适用专业：
国际经济与贸易
先修课程：
数据库技术、概率论与数理统计、统计学
《商务数据分析》是一门理论和实践相结合的课程，其上机实验的目的主要是实现数据挖掘的主要算法，训练学生实际动手进行数据挖掘设计和软件应用的能力，加深对数据挖掘相关概念和算法的理解。
本课程具有技术性和实践性较强的特点，因此，配合基本原理的讲授，应当安排相应的实习操作。
通过实验和操作，使学生巩固和加深数据仓库与数据挖掘理论知识，进一步加强学生独立分析问题和解决问题的能力、综合设计及创新能力的培养，为今后工作打下良好的基础。
经过多层次、多方式的全面训练后，学生应达到下列要求：
1．进一步巩固和加深数据挖掘基本知识的理解，提高综合运用所学知识，建立、管理和分析商务数据的能力。
2．能根据需要选学参考书，查阅相关的工具，通过独立思考，深入钻研有关问题，学会自己独立分析问题、解决问题，具有一定的创新能力。
3．能正确处理大规模数据，选择数据挖掘工具的开发平台和相关的软件解决实践问题。
4．能独立撰写实验报告，准确分析实验结果，总结有关的问题，提出相关的建议。
三、实验教材及参考书
理论课教材及参考书：
☞数据仓库与数据挖掘教程（丛书名：
高等院校信息管理与信息系统专业系列教材）作者：
陈文伟编著，清华大学出版社，2006.8
☞数据仓库和数据挖掘，苏新宁等编著，清华大学出版社，2006.4
☞数据仓库与数据挖掘技术（第2版），陈京民编著，电子工业出版社，2007.11
☞JiaweiHan,MichelineKamber.DataMining:
ConceptsandTechniques.高等教育出版社（影印版）,2001.5.
☞IanH.Witten,EibeFrank.DataMining:
PracticalMachineLearningToolsandTechniques（第二版）.机械工业出版社（影印版），2005.
☞RichardJ.Roiger,MichaelW.Geatz.DataMining:
ATutorial-BasedPrimer.清华大学出版社，2003.
实验教材：
☞数据挖掘Clementine应用实务，谢邦昌主编，机械工业出版社，2008.4
☞数据挖掘原理与SPSSClementine应用宝典，元昌安主编，电子工业出版社，2009.8
四、实验基本内容及学时分配
按照《商务数据分析》实验教学大纲的要求，共设立实验4个，总计20学时。
试验基本内容与学时分配如下表：
序号
实验名称
实验学时
每组人数
实验属性
实验者类别
开出
要求
1
SPSSClementine软件功能演练
演练
本科
必开
2
实验二、SPSSClementine数据可视化
3
分类发现
验证综合
4
关联规则
5
聚类分析（异常检测）
五、实验方式与基本要求
1、本课程的实验为非单独设课，因此，应该课程的内容安排和进度，配合技术原理的讲授，进行相应的操作和实验。
2、该课以综合性实验为主，教师给出实验题目，实验前学生必须进行预习，
3、在规定的时间内，由学生独立完成，出现问题，教师要引导学生独立分析、解决，不得包办代替。
4、实验中按要求做好学生实验情况及结果记录，实验后认真填写实验记录。
5、实验指导书仅作为上机时的参考步骤，不能作为唯一的依据，以教材和课堂讲授为准。
实验一、SPSSClementine软件功能演练
【实验目的】
1、熟悉SPSSClementine软件功能和操作特点。
2、了解SPSSClementine软件的各选项面板和操作方法。
3、熟练掌握SPSSClementine工作流程。
【实验内容】
1、打开SPSSClementine软件，逐一操作各选项，熟悉软件功能。
2、打开一有数据库、或新建数据文件，读入SPSSClementine，并使用各种输出节点，熟悉数据输入输出。
（要求：
至少做access数据库文件、excel文件、txt文件、可变文件的导入、导出）
【实验步骤】
1、启动Clementine：
请从Windows的“开始”菜单中选择：
所有程序
SPSSClementine11.1
SPSSClementineclient11.1
2、Clementine窗口
当第一次启动Clementine时，工作区将以默认视图打开。
中间的区域称作流工作区。
在Clementine中，这将是用来工作的主要区域。
Clementine中绝大部分的数据和建模工具都在选项板中，该区域位于流工作区的下方。
每个选项卡都包含一组以图形表示数据挖掘任务的节点，例如访问和过滤数据，创建图形和构建模型。
要将节点添加到工组区，可在节点选项板中双击图标或将其拖拽至工作区后释放。
随后可将各个图标连接以创建一个表示数据流动的流。
窗口的右上方是输出和对象管理器。
这些选项卡用于查看和管理各种Clementine对象。
“流”选项卡包含了当前会话中打开的所有流。
可以将这些流保存并关闭，也可将其添加到工程中。
“输出”选项卡包含了由Clementine中的流操作产生的各类文件。
可以显示、重命名和关闭此处所列的表格、图形和报告。
“模型”选项卡是一个功能强大的工具，包含了在一次会话中产生的所有模型（即，已在Clementine中构建完毕的模型）。
通过它，可以对模型作更深入的查看、将其添加至流中、导出或为其加注解。
窗口右侧底部的部分是工程工具，它用来创建和管理数据挖掘工程。
查看在Clementine中创建的工程有两种方式-类视图或CRISP-DM视图。
“CRISP-DM”选项卡提供了一种组织工程的方式。
“类”选项卡提供了一种在Clementine中按类别（即，按照所创建对象的类别）组织工作的方式。
当要获取数据、流、模型等对象的详尽目录时，这种视图十分有用。
1、熟悉SPSSClementine绘图。
2、了解SPSSClementine图形选项面板各节点的使用方法。
3、熟练掌握SPSSClementine数据可视化流程。
1、打开SPSSClementine软件，逐一操作各图形选项面板，熟悉软件功能。
至少做分布图、直方图、收集图、多重散点图、时间散点图）
PSSClementine11.1
2、建立一个流、导入相关数据，打开图形选项面板
3、绘制以下各类图形
（1）以颜色为层次的图
（2）以大小为层次的图
（3）以颜色、大小、形状和透明度为层次的图
（4）以面板图为层次的图
（5）三维收集图
（6）动画散点图
（7）分布图
（8）直方图
（9）收集图
（10）多重散点图
未标准化时的多重散点图
标准化后的多重散点图
（11）网络图
实验三、决策树C5.0建模
1、熟悉SPSSClementine建模方法。
2、掌握SPSSClementine分布图、散点图、网络图的创建方法。
3、掌握决策树C5.0决策方法。
1、创建散点图。
2、创建分布图。
3、创建网络图。
假设你是一位正在汇总研究数据的医学研究员。
已收集了一组患有同一疾病的患者的数据。
在治疗过程中，每位患者均对五种药物中的一种有明显反应。
的任务就是通过数据挖掘找出适合治疗此疾病的药物。
此示例使用名为druglearn.str的流，此流引用名为DRUG1n的数据文件。
可以从任何ClementineClient安装软件的Demos目录下找到这些文件，也可以通过从Windows的“开始”菜单选择Start>
[All]Programs>
SPSSClementine11.1>
Demos访问这些文件。
文件druglearn.str位于Classification_Module目录中。
此demo中使用的数据字段包括：
年龄
（数值）
性别
M或F
BP
血压：
高、正常或低
胆固醇
血液中的胆固醇含量：
正常或高
Na
血液中钠的浓度
K
血液中钾的浓度
药品
对患者有效的处方药
1、读取文本数据
使用变量文件节点读取定界文本数据。
可以从选项板中添加变量文件节点，方法是单击源选项卡找到此节点，或者使用收藏夹选项卡（默认情况下，其中包含此节点）。
然后，双击新添加的节点以打开相应的对话框。
单击紧挨“文件”框右边以省略号“...”标记的按钮，浏览到系统中的Clementine安装目录。
打开demos目录，然后选择名为DRUG1n的文件。
选择从文件读取字段名，并注意已载入此对话框中的字段和值。
单击数据选项卡，覆盖和更改某个字段的存储。
注意，存储不同于类型或数据字段的用途。
类型选项卡可帮助了解数据中的更多字段类型。
还可以选择读取值来查看各个字段的实际值，具体取决于在值列中的选择。
此过程称为实例化。
2、添加表。
现在已载入数据文件，可以浏览一下某些记录的值。
其中一个
升级会员 