分类实验报告

2．导入数据源

a）选择“可变文件”节点，把节点图标拖入数据流区域

b）双击“可变文件”节点，弹出节点细节选择界面

c）单击“browser for file”按钮，选择Demos文件夹下的“BASKETS1n”文件，点击“打开”按钮。

d）单击“确定”按钮

e）节点自动改名字为“BASKETS1n”

4．为数据添加新的列

注：假设同时购买鲜肉和奶制品的顾客为健康食品购买者，添加一个新列叫：health。凡是对应鲜肉和奶制品都为T的顾客新列为T,否则为F。

a）点击节点选项卡“字段选项”，双击“导出”节点

5．查看添加新列数据

a）点击节点选项卡“输出”，双击“表”节点

b）右键点击“Health”节点，选择“Connect”选项，单击“表”（在两个节点中产生一个箭头，从“Health”指向“表”节点。）

c）双击“表”节点，弹出细节选择界面，单击“执行”

d）查看结束，单击“确定”退出查看表格

7．使用C5.0节点分析

a）双击“建模”选项卡的“C5.0”节点

8．查看挖掘结果

a）左键单击管理器的“模型”选项卡，右键点击执行以后出现的模型图标；右键选择“浏览”，弹出图表

b）点击“模型”和“查看器”选项卡查看结果

9．将“模式”改为“专家”，修改“修剪严重性”和“每个子分支的最小记录数”，查看结果并进行比较分析。

分析：结果表明同时购买鲜肉和奶制品的顾客在1000个人中只有33人，概率仅为3.3%，对其进行分类不能得出健康食品购买者的特征，所以没有分类。

10．使用二元分类器节点分析

分析:其结果与C5节点分析的相同。不能得出购买自定义的健康食品的顾客的特征。分类方法

方法原理算法优点缺点适用范围

算法：Generate_decision_tree由给定的训练数据产生一棵决策树

输入：训练数据集samples，用离散值属性表示；候选属性的集合attribute_list。

输出：一棵决策树ID3算法的基本

思想描述如下：

（1）任意选取一

个属性作为决策

树的根结点，然

后就这个属性所

有的取值创建树

的分支；（2）用

ID3

算法

速度

快：计

算量

相对

较小，

且容

易转

化成

缺乏伸缩性：由

于进行深度优

先搜索，所以算

法受内存大小

限制，难于处理

大训练集。为了

处理大数据集

或连续量的种

早期

的ID

算法

只能

就两

类数

据进

行挖