数据挖掘实验weka 分析文档格式.docx

数据挖掘实验weka 分析文档格式.docx

《数据挖掘实验weka 分析文档格式.docx》由会员分享，可在线阅读，更多相关《数据挖掘实验weka 分析文档格式.docx（10页珍藏版）》请在冰豆网上搜索。

2607时间：

2014年5月7日

学生姓名

班级

学号

成绩

实验项目

数据挖掘应用实验

实验目的

至少掌握一种数据挖掘工具，并能正确地使用；

利用所掌握的数据挖掘工具进行分类分析、关联分析、聚类分析等

实验要求

至少熟悉一种挖掘工具，并使用该挖掘工具进行分类、关联和聚类分析；

阅读教材P139-156，边阅读，边操作；

实验数据可用系统自带的，也可以从网上下载，也可以自行创建；

算法自行选择，可以针对一个数据集选择多个算法进行比较分析，也可以每个算法选择不同的数据进行分析；

学会并熟悉通过网络解决问题的能力；

将本次试验的操作过程及分析结果填写在实验报告中。

实验内容及实验结果

1．打开数据文件，数据预处理

进行关联性分析分析之前进行要先进行离散化处理，打开数据文件后，选择离散化处理的算法，确认算法参数之后就可以进行预处理操作；

进行预处理之后的数据：

2．关联分析

选择关联性分析的算法，对参数进行设置

参数确定后就可以进行关联度的分析，关联算法的参数不同，几次测试的结果也不同，但都没得出与课本中相同的结果。

3．分类分析

打开数据文件后，先选择进行分类的算法，J48-C4.5决策树算法，选择将测数据集作为训练集使用，同时选择outputpredictions使结果显示预测情况

然后进行十折交叉验证，下图时将决策树可视化显示的结果

4．聚类分析

选用k-均值聚类算法进行聚类分析，进行聚类之前先对数据文件进行规范化处理

打开文件后选择规范化处理算法，进行规范化处理后将数据进行保存；

下图是打开文件选择算法后的界面：

下图是进行规范化处理之后的数据：

重新打开进行规范化处理后的文件，选择k-均值聚类算法，下图是算法参数设置界面：

k-均值聚类算法参数确认后进行聚类分析，下图是聚类分析的结果显示：

除了“k-均值聚类算法”，聚类分析还可以选择其他的算法，重新选择算法“DBScan”，对算法参数进行设置，然后金子那个聚类分析

“DBScan”聚类算法参数设置界面：

DBScan聚类分析结果显示：