数据挖掘 主题：第六章作业

本科生实验报告

实验课程数据挖掘

学院名称信息科学与技术学院

专业名称计算机科学与技术

学生姓名代星

学生学号201413030317

指导教师

实验地点

实验成绩

二〇一六年11月二〇一六年11月

第1章实验内容

使用心脏病患者数据集（CardiologyNumerical.arff）的前两百个实例进行反向传播学习训练，剩余的103个实例作为检验集实例进行模型检验。改变网络结构和参数，使之达到更为理想的检验及效果。

第2章实验目的

对心脏病患者数据集中的数据用反向传播学习训练方法进行分类，查看分类的效果。并通过改变网络的结构和参数，使分类效果更加理想。

第3章算法思想

BP算法是一种有监督式的学习算法，其主要思想是：输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。具体步骤如下：

（1）初始化，随机给定各连接权[w],[v]及阀值θi，rt。

（2）由给定的输入输出模式对计算隐层、输出层各单元输出。

（3）选取下一个输入模式对返回第2步反复训练直到网络设输出误差达到要求结束训练。

第4章实验过程

4.1数据准备

从网上下载数据集，生成.csv文件，加载到Weka。

4.2 建立神经网络结构

1、在Weka Explorer中切换到Classify选项卡，单击Classify窗口的Choose 按钮，选择分类器MultilayerPerceptron，即基于BP学习算法的多层前馈神经网络。

2、在Choose按钮右边的文本框点击，打开分类器的属性设置对话框，将GUi 设置为true，使得在训练前，可查看包含神经网络体系结构的GUI界面，并可交互式地修改结构和设置其他参数，且可以在网络训练过程中暂停，进行结构和参数的反复修改。在属性设置对话框中，设置hiddenLayers为“5,3”，表示有两个隐层，分别有5个和3个隐层节点；设置learning-Rate为0.5，trainingTime 为5000.

3、单击OK按钮，回到Weka Explorer的Classifier窗口，在测试集的选择上题目要求前两百个数据作为实例，最后103个作为检验集，设置Test Options 为Percentage split（取实例个数的百分比作为检验集），并设置为34%满足题目要求。单击More options按钮，打开Classifier evaluation options对话框，选中Output复选框，以确保在输出中能够看到检验集的分类情况。

4、单击start按钮，开始神经网络的训练过程。弹出神经网络的GUI界面，单击start按钮，执行训练，并选择accept训练结果。

5、修改参数，重复上述步骤，重新实验，并对比实验结果。

第5章实验结果

实验一：全部作为实例

此实验实例个数为303，分类正确率只有61.3362%，较低。

实验二：前200作为实例，剩余103作为检验集

此实验实例个数为200个，分类正确率为98.5273%，比之前经所有数据全部作为

实例的正确率大大提高，并且按照题意，将此实验作为之后实验的对照。

实验三：只改变隐层为（7,3），其他不变

此实验实例个数为200个，正确率为98.5593%，与上图的隐层的节点数为（5,3）的分类正确率98.5273%相比分类正确率稍稍升高，由此可知节点数要根据需要适当选择。

实验四：只改变learningRate为0.5，其他不变

实例个数为200个，分类正确率为98.5273%，与实验二的学习率为0.3分类正确率相比正确率相同，所以猜想学习率对实验结果影响较小。

3、只改变trainingTime为500，其他不变：

实例个数为200个，分类正确率为98.5273%，与实验二的周期数为5000分类正

确率相同。

第6章结果分析

通过改变参数进行对比试验结果表明，将所有数据的部分作为实例，其他作为检验数据集的实验结果较为准确。在此实验中改变其它条件对于准确率的影响都不是很大，但是可能是由于输入数据的特殊性造成的，之后的实验中还要更进一步验证。

第7章心得体会

从这次的作业中更加深入的了解神经网络算法以及Weka软件的使用。实验中经过多次不同实验的对比也了解了不同参数对于实验的影响。