大数据挖掘 xxx xxxx.doc

大数据挖掘_xxx_xxxxword
word
1 / 38
word
中南民族大学
计算机科学学院
《数据挖掘与知识发现》
综合实验报告
姓 名
年 级级
专 业 软件工程
指导教师李波
学 号
序 号 31
实验类型综合型
成绩评定
评语：
教师签名：
年 月 日
2016 年 12月 15日
word
word
2 / 38
word
年级
 
专 业
软件工程
班级
组号
实验室
9-205
日期
实验
名称
  数据挖掘与知识发现
实
验
内
容
分项内容
实验级别
Weka环境熟悉；决策树〔1〕
决策树〔2〕
关联规如此，聚类分析
KDD案例
属性相关性，神经网络〔1〕
神经网络〔2〕
小 组 成 员
某某
学号
组内分工
自我评分
教师评分
 
 
 
 
 
word
word
3 / 38
word
实验分项1
  Weka环境熟悉；决策树〔1〕
实
验
目
的
熟悉Weka软件的环境和根本用法。
掌握ARFF数据文件的编制方法。
学习应用Weka软件建立决策树的方法，并理解决策树的剪枝和未剪枝的分类效果。
实
验
要
求
1、 参照教材 19 -22 页内容，熟悉 页内容，熟悉 WekaWeka Weka软件的安装与使用环境；
2、在记事本程序中编制 ColdType , .
3、打开 WekaWeka Weka软件，并参 软件，并参 照教材 ，完成相关操作并 小节，完成相关操作并 小节，完成相关操作并 小节，完成相关操作并 理解 相应 处理结果。
4、根据教材表 所提供的数据集 T，基于 WekaWeka Weka软件，应用 算法建立决策树， 预测某个学生是否决定去打篮球。
要求：〔 1〕采用 arff arff文件来完成； 文件来完成；〔2〕分别完成决策树剪枝和未的情况。
实
验
原
理
步
骤
〔
算
法
流
程
〕
1．熟悉Weka软件的环境和根本用法并编写arff文件。
我们实验中Weka访问的数据格式是arff格式的。
运行Weka后，出现了窗口，我们在里面选择Explorer界面。
在Preprocess选项卡，点击file按钮，加载arff文件，就可以对文件中的数据进展采集挖掘。
用data定义数据集的开始，数据值用逗号隔开，假如存在缺失数据，如此用问号表示。
2．打开Weka软件，按照教材要求完成相关操作，并理解相应处理结果
 (1)在打开arff文件后，界面详细显示了数据集的实例个数，属性值的比例关系等。
word
word
4 / 38
word
图1
word
word
5 / 38
word
实
验
原
理
步
骤
〔
算
法
流
程
〕
 (2)在界面中可以进展属性和实例的筛选，直接在对话框中对数据实例进展筛选，对缺失数据进展填补，重命名甚至进展排序也可以。
 
 (3)建立分类模型，切换到classify选项卡，单击choose按钮，打开分类器选择对话框，选择J48来建立决策树模型。在Testoptions面板底部有一个Moreoptions按钮，单击该按钮，打开Classifier evaluationoptions对话框，设置选中Outputpredictions复选框，可以在输出结果中出现预测输出结果。单击start按钮，就可以执行数据挖掘。
 
图2
 (3)在Resultlist列表框的会话条目上右击，从快捷菜单中选择Visualize tree命令，打开Tree View窗口，可以看到感冒类型诊断决策树。
word
word
6 / 38
word
实
验
原
理
步
骤
〔
算
法
流
程
〕
 
图3
 (4)利用所建立的分类模型分类未知实例，在执行数据挖掘前，将Testoptions检验方式设置为Supplies test set，并打