数据挖掘期末大作业

数据挖掘期末大作业

1.数据挖掘的发展趋势是什么？大数据环境下如何进行数据挖掘。

对于数据挖掘的发展趋势，可以从以下几个方面进行阐述：

(1)数据挖掘语言的标准化描述:标准的数据?

挖掘语言将有助于数据挖掘的系统化开发。改进?多个数据挖掘系统和功能间的互操作,促进其在企?业和社会中的使用。?

(2)寻求数据挖掘过程中的可视化方法:可视?

化要求已经成为数据挖掘系统中必不可少的技术。?可以在发现知识的过程中进行很好的人机交互。?数据的可视化起到了推动人们主动进行知识发现的?作用。?

(3)与特定数据存储类型的适应问题:根据不?

同的数据存储类型的特点,进行针对性的研究是目?前流行以及将来一段时间必须面对的问题。?(4)网络与分布式环境下的KDD问题:随着?

Internet的不断发展,网络资源日渐丰富,这就需要?分散的技术人员各自独立地处理分离数据库的工作?方式应是可协作的。因此,考虑适应分布式与网?络环境的工具、技术及系统将是数据挖掘中一个最为重要和繁荣的子领域。?

(5)应用的探索:随着数据挖掘的日益普遍,其应用范围也日益扩大,如生物医学、电信业、零售业?

等领域。由于数据挖掘在处理特定应用问题时存在?局限性,因此,目前的研究趋势是开发针对于特定应?

用的数据挖掘系统。?

(6)数据挖掘与数据库系统和Web数据库系?统的集成:数据库系统和Web数据库已经成为信息?处

理系统的主流。

2. 从一个3输入、2输出的系统中获取了10条历史数据，另外，最后条数据是系统的输

入，不知道其对应的输出。请使用SQL SERVER 2005的神经网络功能预测最后两条数据的输出。

首先，打开SQL SERVER 2005数据库软件，然后在界面上右键单击树形图中的“数据库”标签，在弹出的快捷菜单中选择“新建数据库”命令，并命名数据库的名称为YxqDatabase，单击确定，如下图所示。

然后，在新建的数据库YxqDatabas中，根据题目要求新建表，相应的表属性见下图所示。

在新建的表完成之后，默认的数据表名称为Table_1,并打开表，根据题目提供的数据在表中输入相应的数据如下图所示。

在测试数据被输入到数据库中之后，打开SQL Server Business Intelligence Development Studio 命令，并在文件中新建项目，项目名称命名为MyData,并单击确定，进入下一步，如下图所示。

在进入的新页面上，新建一个数据源，并在出现的新窗口中单击下一步，并选择新建按钮，就会出

现连接管理器窗口，如右图所示。在打开的界面中，在“提供程序”下拉列表框中选择Microsoft OLE DB Provider for SQL Server选项，选择完成

后，单击确定，进入下一界面，至此，完成了数据连接的工作。在建立完数据连接之后，需要建立数据源视图，右键单击数据源视图，并选中“新建数据源视图”命令，在数据库YxqDatabase下的数据表Table_1中，选中这个数据表，然后单击下一步，并更改数据源视图的名称为YxqView,单击完成，这样就建好了数据源视图。如下图所示。

在上面的工作完成之后，我们在界面中单击“挖掘结构”，并新建一个挖掘结构然后点击下一步，在弹出的新窗口“选择挖掘技术”中，我们选择“Microsoft神经网络”选项，并单击下一步，如下图所示。

弹出的新窗口要求对Table_1中的各个列指定类型：键类型、输入类型、可预测类型。把数据表Table_1中的data列定为键类型，x1,x2,x3规定为输入类型，y1,y2规定为可预测类型，选择之后情形如下图所示。

在上图中，单击下一步，再选择默认值，并单击下一步，就完成了挖掘模型的创建。挖掘模型创建完成之后会出现下图所示的窗口。

在此界面中，我们选择“挖掘模型查看器”选项卡，会弹出一个小窗口，提问“服务器内容似乎已过时。是否先生成和部署项目？”单击是按钮，系统将花费一点时间进行部署和生成，见下图所示

。

部署成功后，就会弹出另外一个小窗口，提问“必须先处理Table_1挖掘模型才能浏览其内容。处理模型可能要花费一些时间，具体将取决于数据量。是否继续？”单击“是”按钮，并在新弹出的窗口中单击“运行”按钮”处理成功之后在两个窗口分别单击“关闭”按钮，就会得到下图所示的数据分析图表。

最后，选择“挖掘模型预测”选项卡，进行数据预测，出现的界面如下图所示。

在所示的界面中，我们单击“选项事例表”按钮，在选择导航中，选择事例表为Table_1，将出现下图所示的界面。

在上图所示的结构中，单击工具栏上的“单独查询”按钮，即产生下图所示的界面。

在上图所示的界面中，把表中数据的最后一行分别输入到变量x1,x2,x3后面的空白中，然后把挖掘模型下的Y1,Y2项拖动至最下面一行的最左边位置。然后单击工具栏上的“切换到查询结果”按钮，会出现下图所示的界面。

至此，我们通过神经网络功能预测出了最后两条数据的输出。

3.用ID3算法生成分类决策树

在之前创建好的数据源与数据源视图的前提下，我们开始创建决策树的挖掘结构，单击“挖掘结构”，并从中选择“新建挖掘结构”命令，系统将打开数据挖掘导向。在“欢迎使用数据挖掘向导”页上，单击下一步按钮，在“选择定义方法”页上，确认已选中“你要使用何种数据挖技术？”下拉列

表中选择“Microsoft决策树”选项，如下图所示。

然后单击下一步，出现“指定定型数据”页，如下图所示。在界面中，确保选中RID列右边“键”列中的复选框，这即是决策树分析中所用的属性。

在上图中，单击下一步，在随后“指定列的内容和数据类型”页上，单击下一步按钮，出现“完成向导”页。接下来，我们开始设置决策树挖掘结构的相关参数，在“挖掘模型”选项卡上单击鼠标右键，从弹出的快捷菜单中选择“设置算法参数”命令，系统将打开“算法参数”对话框，如下图所示。