0942803128朱亚军数据挖掘实验三.docx

0942803128朱亚军数据挖掘实验三.docx

《0942803128朱亚军数据挖掘实验三.docx》由会员分享，可在线阅读，更多相关《0942803128朱亚军数据挖掘实验三.docx（12页珍藏版）》请在冰豆网上搜索。

0942803128朱亚军数据挖掘实验三

实验报告

学院

南徐学院

班级

09428031

姓名

朱亚军

成绩

课程

名称

数据挖掘

实验项目

名称

决策树C5.0建模

指导教师

教师评语

教师签名：

年月日

一、实验目的

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。

二、实验内容

1、创建散点图。

2、创建分布图。

3、创建网络图。

三、实验步骤

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。

你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>SPSSClementine12.0>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。

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。

其中一个方法就是构建一个包含表节点的流。

要将表节点添加到流中，可双击选项板中的表节点图标或将其拖放到工作区。

双击选项板中的某个节点后，该节点将自动与流工作区中的选定节点相连接。

此外，如果尚未连接节点，则可以使用鼠标中键将源节点与表节点相连接。

要模拟鼠标中键操作，请在使用鼠标时按下Alt键。

要查看表，请单击工具栏上的绿色箭头按钮执行流，或者右键单击表节点，然后选择执行。

3、创建分布图

数据挖掘过程中，创建汇总视图通常有助于研究数据。

Clementine提供了若干不同类型的图表供您选择，具体取决于要汇总分析的数据类型。

例如，要找出每种药物的对症患者的比例，请使用分布节点。

将分布节点添加到流，并将其与源节点相连接，然后双击该节点以编辑要显示的选项。

选择药品作为要显示其分布的目标字段。

然后，在对话框中单击执行

最终图表将有助于查看数据的“结构”。

结果表明，药品Y的对症患者最多，而药品B和药品C的对症患者最少。

此外，还可以添加并执行数据审核节点，同时快速浏览所有字段的分布图和直方图。

可以在“输出”选项卡中找到数据审核节点。

4、创建散点图

现在我们来看一下有哪些因素会对药品（目标变量）产生影响。

作为研究员，您一定知道钠和钾的浓度在血液中有着重要的影响。

由于两者都是数值，您可以用颜色区分药品，创建一个关于钠和钾的散点图。

将散点图节点放在工作区中，并将其与源节点相连接，然后双击该节点对其进行编辑

在“散点图”选项卡中，选择Na作为X字段，选择K作为Y字段，并选择药品作为交叠字段。

然后单击执行。

此散点图清楚地显示一个阈值，在此阈值上方，对症药品始终是Y，在此阈值下方，对症药品均不是Y。

此阈值是一个比率，即钠（Na）和钾（K）的比率。

5、创建网络图

因为很多数据字段均可分类，也可尝试绘制网络图，此图表将反映不同类别之间的联系。

首先，将网络节点与您工作区中的源节点相连接。

在“网络节点”对话框中，选择BP（血压）和药品。

然后单击执行。

此图显示，药品Y与三种级别的血压均相关。

Y是最佳药品。

四、实验体会

熟悉了SPSSClementine的建模方法，掌握了SPSSClementine分布图、散点图、网络图的创建方法并掌握了决策树C5.0决策方法。