1、数据仓库与数据挖掘试验报告乘用车数据挖掘数据仓库与数据挖掘实验指导书(适用于信息系统与信息管理专业)编者:XXXXXX大学 管理学院20102-6目 录实验目的:1、熟悉Clementine软件从数据导入到结果输出的全过程。2、复习Clementine 软件中聚类方法。3、复习Clementine 软件中的关联分析方法实验内容:在Clementine 中建立乘用车数据分析模型;聚类分析:使用K-Means、Kohonen、两步法,进行聚类,并简单给出结论;异常点分析:使用“异常”节点进行异常分析,并简单给出结论;关联规则分析:对其中感兴趣的字段进行关联分析,画出网络图,并简单给出结论。乘用车数
2、据分析:打开操作区,选择“可变文件”,将之拖入操作区,编辑“可变文件”,打开我的U盘中的“乘用车数据库信管0901.csv”数据源,如图所示:在“类型”中将各个字段的值读入,如图所示:从总体中抽取37%进行数据分析:把不用的字段过滤出去:然后进行各项分析。K-means分析:创建K-means结点,编辑使用定制设置,选择所要进行分析的字段名,如图:选择“执行”,执行之后在右侧区域形成K-means模型,并将K-means模型拖入操作区并与数据源相连。如图:单击模型进行分析:点击“查看器”:分析结果:在对各项的字段进行分析中,对制造商名称、厢数、价格分成三个聚类,得出的结果是价格的重要性大于0.
3、95,而厢数的重要性则为0.00,说明价格对聚类的影响程度很大,而厢数的影响程度几乎为0。Kohomen分析:创建Kohomen分析结点,选择相应的要分析的字段:编辑完毕之后点击“执行”:点击模型查看分析结果:在查看器的分析结果中,年份和车系字段的重要性均大于0.95,这说明年份和车系对聚类的影响程度都很大。两步聚类分析:创建“两步”聚类分析结点,并进行编辑:点击“执行”生成两步聚类分析模型,如图:点击查看分析结果:在分析结果中发现,价格、车系字段的重要程度均大于0.95,说明这些因素对于聚类的影响程度都很高。异常分析:创建“异常分析”结点并与源文件相连;在编辑结点中,选择所要分析的字段,如图所示:点击“执行”后,形成异常分析的模型,然后点击查看:为了更好的查看异常用户的异常情况,创建一张表,用来显示异常用户的基本信息。然后对表进行排序,将正常用户与异常用户隔离开来。如图所示:分析结果如图所示: 在字段“O-Anomaly”中,若字段值为“F”,则为正常用户,若字段值为“T”,则为异常用户。关联分析:运行到最后,解雇如下图: