数据挖掘报告

数据挖掘实验报告

学院：经济与管理学院

专业：信管10-2班

姓名：*****

学号：*****

指导老师：*****

实验一决策树C5.0建模

学生姓名***班级信管10-2班学号****成绩

实验项目决策树C5.0建模指导老师****

实验目的 1.熟悉SPSS Clementine建模方法。

2.掌握SPSS Clementine分布图，网络图，散点图的创建方法。

3.掌握决策树C5.0的决策方法

实验要求 1.创建散点图

2.创建网络图

3.创建分布图

实验步骤

1.读取文本数据

使用变量文件节点读取定界文本数据。可以从选项板中添加变量文件节点，方法是单击原选项卡找到此节点，或者使用收藏夹选项卡（在默认的情况下包含此节点）然后，双击新添加的节点以打开相应的对话框。

单击紧挨“文件”框右边以省略号“···”标记的按钮，浏览到系统中的Clementine 安装目录。打开demos目录，然后选择名为DRUC1n目录的文件，选择从文件读取字段名，并标注已载入此对话框中的字段和值。

单击数据选项卡，覆盖和更改某个字段的存储。注意，存储不同于类型或数据字段的用途。类型选项卡可以帮助了解数据中的更多字段类型。还可以选择读取值来查看各个字段实际值，具体取决于在值列中的选择。此过程称为实例化。

类型选项卡可以帮助了解数据中的更多字段类型，还可以选择读取值来查看各个

字段的实际值。具体取决于在值列中的选择。此过程称为实例化。

字段的实际值。具体取决于在值列中的选择。此过程称为实例化。

2.添加表

现在已载入数据文件，可以浏览某些文件数据的值。其中一个方法就是构建包含表节

点的流。要将表节点添加的流中，可以双击选项板中的表节点图标或将其拖放到工作区。

双击选项板中的某个节点后，该节点将自动与流工作区中的选定节点项链相连接。此外，如果尚未连接节点，则可以使用鼠标中建将源节点与表节点相连接。要么你鼠标中键

操作，请使用鼠标是按下Alt键。

择执行。

3.创建分布图

数据挖掘过程中，创建汇总视图通常有助于研究数据。Clementine提供了若干不同类型的图表供您选择，具体取决于要汇总分析的数据。例如，要找出每种药物的对症患者的比例，请使用分布节点。

将分布节点添加的流，并将其与源节点相连，然后双击该节点以编辑要显示的选项。选择药品作为要显示其分布的目标字段。然后在对话框中单击执行。

最终图表有助于查看数据的“结构”。结果表明，药品Y的对症患者最多，而药品B 和药品C的对症患者最少。

此外，还可以添加数据审核节点，同时快速浏览所有字段的分布图和直方图。

4.创建散点图

现在我们来看看有哪些因素会对药品（目标变量）产生影响。作为研究员，您一定知道钠和钾的浓度在血液中有着重要影响。由于两者都是数值，您可以用颜色区分药品，创建一个关于钠和钾的散点图。

将散点图节点放在工作区中，并将其与源节点相连接，然后双击该节点对其进行编辑。

在散点图选项卡中，选择Na作为X字段，选择K作为Y字段，并选择药品作为交叠字段。然后单击执行。

此散点图清楚的显示一个阈值，在此阈值上方，对症药品始终是Y，在此阈值下方，对症药品均不是Y。此阈值是一个比率，即Na和K的比率。

5.创建网络图

因为很多数据字段均可分类，也可尝试网络图，此图表将反应不同类型质检的联系。首先，将网络节点云您工作区中的源节点相连。

在“网络节点”对话框中，选择BP（血压）和药品。然后单击执行。

此图显示，药品Y与三种级别的血压均相关。Y是最佳药品。

实验二关联规则挖掘

学生姓名****班级信管10-2班学号****成绩

实验项目关联规则挖掘指导老师****

实验目的 1.熟悉C5.0规则归纳。

2.掌握购物篮分析的方法。

实验要求 1.字段和记录的筛选。

2.规则归纳（C5.0）分类。

3.购物篮分析。

实验步骤

本示例处理描述超级市场购物篮内容（即，所购买的全部商品的集合）的虚构数据，以及购买者的相关个人数据（可通过忠诚卡方案获得）。目的是寻找购买相似产品并且可按人口统计学方式（如按年龄、收入等）刻画其特征的客户群。

本示例说明了数据挖掘的两个阶段：

*关联规则建模和一个揭示所购商品之间联系的Web显示

*C5.0规则归纳（描述已标识产品组的购买者的特征）

本实验采用baskrule的流。该流引用名为BASKETS1n的数据文件。任何Clementine Client安装的Demos目录中都具有这些文件，通过从Windows的开始菜单中选择Start>[All]Programs>SPSS Clementine11.1>Demos可访问文件。文件haskrule位于Classification_Module目录下。

1.访问数据

使用“变量文件”节点连接到数据集BASKETS1n，选择要从该文件读取的字段名称。将“类型”节点连接到数据源，两年后将该节点连接到“表”节点。

将字段卡的类型设置为无类型（因为每个忠诚卡ID在数据集中只出现一次，因此对于建模没有用处）。选择集作为字段性别类型（这是为了确保GRI建模方法不会将性别视为标志）。

2.发现购物篮内容的关系

首先，需要使用一般规则归纳（GRI）大致了解购物篮内容的关系（关联）以生成关联规则。选择要在此建模过程中使用的字段，方法是：编辑“类型”节点，将所有产品类型的方向设置为双向，并将所有其他方向设置为无。（双向表示该字段可以是结果模型的输入或输出）

注意：通过按住Shift键并单击以选择多个字段，然后指定列中的选项，可为多个字段设置选项。

指定了用于建模的字段后，请将GRI节点附加到“类型”节点，编辑它，选择选项只显示值为真的标志变量，然后执行GRI节点。结果（管理器窗口右上角“模型”选项卡上的非精炼模型）包含您可以查看（使用上下文菜单，然后选择浏览）的关联规则。

这些规则显示冻肉、罐装蔬菜和啤酒之间存在多种关联；酒和糖果也具有关