数据挖掘实验文档格式.docx
《数据挖掘实验文档格式.docx》由会员分享，可在线阅读，更多相关《数据挖掘实验文档格式.docx（12页珍藏版）》请在冰豆网上搜索。
专业班级
软件0802
组别
同组者
实验日期
年月日
第一部分：
实验分析与设计（可加页）
一、实验内容描述（问题域描述）
问题描述：
此实验为设计型实验，选择一种数据仓库管理系统，如SQLServerAnalysisManager进行数据仓库的设计，并进行多维数据分析。
二、实验基本原理与设计（包括实验方案设计，实验手段的确定，试验步骤等，用硬件逻辑或者算法描述）
建立数据库和数据源
建立多维数据集
三、主要仪器设备及耗材
微机、MicrosoftSQLServer2008AnalysisServices
第二部分：
实验调试与结果分析（可加页）
一、调试过程（包括调试方法描述、实验数据记录，实验现象记录，实验过程发现的问题等）
建立数据库结构：
在AnalysisManager树视图中展开“AnalysisServers”。
单击服务器名称，即可建立与AnalysisServers的连接。
给自己的数据库命名
Link
选择foodmart
Designourcube
欢迎对话框
小的数据浏览
选择区域表,建立多维数据库
我们先选择sales_country,sales_region,sales_state_province,sales_district,andsales_city
提示有潜在威胁
二、实验结果及分析（包括结果描述、实验现象分析、影响因素讨论、综合分析和结论等）
创建的数据仓库及多维数据如下图：
三、实验小结、建议及体会
通过本次实验，了解了数据仓库建立的步骤，熟悉了MicrosoftSQLServer2000AnalysisServices下的SQLServerAnalysisManager的使用。
对数据挖掘如何在机器上实现有了进一步的了解。
对常见数据模型的创建过程及结构有了了解.
综合运用所学，实现一个经典挖掘算符
一、实验内容描述（问题域描述）
此实验为综合型实现，要求学生综合利用先修课程高级程序设计语言、数据库、算法设计与分析，与本门数据挖掘课程的知识，选择一种编辑工具，如VisualC++，实现经典挖掘算法Apriori或算法K-Means.
三、实验基本原理与设计（包括实验方案设计，实验手段的确定，试验步骤等，用硬件逻辑或者算法描述）
Apriori算法是一个挖掘关联规则的算法，是Agrawal等设计的一个基本算法，这是一个采用两阶段挖掘的思想，并且基于多次扫描事务数据库来执行的。
Apriori算法的设计可以分解为两步骤来执行挖掘：
1.从事务数据库（D）中挖掘出所有频繁项集。
支持度大于最小支持度minSup的项集（Itemset）称为频集（FrequentItemset）。
首先需要挖掘出频繁1-项集；
然后，继续采用递推的方式来挖掘频繁k-项集（k>
1），具体做法是：
在挖掘出候选频繁k-项集（Ck）之后，根据最小置信度minSup来筛选，得到频繁k-项集。
最后合并全部的频繁k-项集（k>
0）。
挖掘频繁项集的算法描述如下：
（1）L1=find_frequent_1-itemsets（D）;
//挖掘频繁1-项集，比较容易
（2）for（k=2;
Lk-1≠Φ;
k++）{
（3）Ck=apriori_gen（Lk-1,min_sup）;
//调用apriori_gen方法生成候选频繁k-项集
（4）foreachtransactiont∈D{//扫描事务数据库D（5）Ct=subset（Ck,t）;
（6）foreachcandidatec∈Ct（7）c.count++;
//统计候选频繁k-项集的计数（8）}
（9）Lk={c∈Ck|c.count≥min_sup}//满足最小支持度的k-项集即为频繁k-项集（10）}
（11）returnL=∪kLk;
//合并频繁k-项集（k>
0）
2.基于第1步挖掘到的频繁项集，继续挖掘出全部的频繁关联规则。
置信度大于给定最小置信度minConf的关联规则称为频繁关联规则（FrequentAssociationRule）。
在这一步，首先需要从频繁项集入手，首先挖掘出全部的关联规则（或者称候选关联规则），然后根据minConf来得到频繁关联规则。
挖掘频繁关联规则的算法描述如下：
（1）初始状态：
L=∪kLk;
AR=Φ;
//L是频繁项集集合，AR是频繁关联规则集合
（2）forallλk（λk是L的元素，是一个k-频繁项集，大小为n）{
（3）forallαk（αk是λk的非空真子集）{
（4）if（αk→βm的置信度>
=minConf）{//这里，m+k=n，其中αk→βm是一个关联规则
（5）AR=AR∪（αk→βm）;
（6）}（7）}（8）}（9）returnAR;
微机、MyEclipse6.5
一、调试过程（包括调试方法描述、实验数据记录，实验现象记录，实验过程发现的问题等）
对Apriori算法的实现进行了简单的测试，测试用例如下所示：
packageorg.shirdrn.datamining.association;
importjava.util.HashMap;
importjava.util.Map;
importjava.util.Set;
importjava.util.TreeSet;
importorg.shirdrn.datamining.association.AprioriAlgorithm;
importjunit.framework.TestCase;
/**
*<
B>
Apriori算法测试类<
/B>
*/
publicclassTestAprioriAlgorithmextendsTestCase{
privateAprioriAlgorithmapriori;
privateMap<
Integer,Set<
String>
>
txDatabase;
privateFloatminSup=newFloat（"
0.50"
）;
privateFloatminConf=newFloat（"
0.70"
protectedvoidsetUp（）throwsException{
create（）;
//构造事务数据库
apriori=newAprioriAlgorithm（txDatabase,minSup,minConf）;
}
*构造模拟事务数据库txDatabase
publicvoidcreate（）{
txDatabase=newHashMap<
（）;
Set<
set1=newTreeSet<
set1.add（"
A"
B"
C"
E"
txDatabase.put（1,set1）;
set2=newTreeSet<
set2.add（"
txDatabase.put（2,set2）;
set3=newTreeSet<
set3.add（"
D"
txDatabase.put（3,set3）;
set4=newTreeSet<
set4.add（"
txDatabase.put（4,set4）;
*测试挖掘频繁1-项集
publicvoidtestFreq1ItemSet（）{
System.out.println（"
挖掘频繁1-项集:
"
+apriori.getFreq1ItemSet（））;
*测试aprioriGen方法，生成候选频繁项集
publicvoidtestAprioriGen（）{
System.out.println（
候选频繁2-项集：
+
this.apriori.aprioriGen（1,this.apriori.getFreq1ItemSet（）.keySet（））
）;
*测试挖掘频繁2-项集
publicvoidtestGetFreq2ItemSet（）{
挖掘频繁2-项集：
"
this.apriori.getFreqKItemSet（2,this.apriori.getFreq1ItemSet（）.keySet（））
*测试挖掘频繁3-项集
publicvoidtestGetFreq3ItemSet（）{
挖掘频繁3-项集：
this.apriori.getFreqKItemSet（
3,
this.apriori.getFreqKItemSet（2,this.apriori.getFreq1ItemSet（）.keySet（））.keySet（）
）
*测试挖掘全部频繁项集
publicvoidtestGetFreqItemSet（）{
this.apriori.mineFreqItemSet（）;
//挖掘频繁项集
挖掘频繁项集：
+this.apriori.getFreqItemSet（））;
*测试挖掘全部频繁关联规则
publicvoidtestMineAssociationRules（）{
this.apriori.mineAssociationRules（）;
挖掘频繁关联规则：
+this.apriori.getAssiciationRules（））;
二、实验结果及分析（包括结果描述、实验现象分析、影响因素讨论、综合分析和结论等）
实验结果如下：
{[E]=0.5,[A]=0.75,[B]=0.75,[C]=0.75}
[[E,C],[A,B],[B,C],[A,C],[E,B],[E,A]]
{[A,B]=0.75,[B,C]=0.5,[A,C]=0.5,[E,B]=0.5,[E,A]=0.5}
{[E,A,B]=0.5,[A,B,C]=0.5}
{1=[[E],[A],[B],[C]],2=[[A,B],[B,C],[A,C],[E,B],[E,A]],3=[[E,A,B],[A,B,C]]}
{[E]=[[A],[B],[A,B]],[A]=[[B]],[B]=[[A]],[B,C]=[[A]],[A,C]=[[B]],[E,B]=[[A]],[E,A]=[[B]]
三、实验小结、建议及体会
通过本次实验，了解了Apriori算法的基本思想。
同时也对数据挖掘的作用有了更深刻的了解,实验过程中自己动手解决了一些问题,加强我学习能力动手能力.
升级会员 