数据挖掘WEKA实验报告2.docx

数据挖掘-WEKA实验报告二 姓名及学号 ： 杨 班级 ： 卓越计科1301 指导老师 ： 吴珏老师 一、实验内容1、分类算法：（掌握weka中分类算法的使用）1）掌握决策树分类算法（C4.5，CART算法）2）打开数据集weahter.nominal.arrf，使用C4.5分类器（C4.5算法在Weka中是作为一个分类器来实现的，名称为J48）构建决策树。3）对结果进行分析。4）使用贝叶斯网络编辑器编辑贝叶斯网络。（选做）二、实验步骤(1)打开数据集weahter.nominal.arrf(2)采用J48构建决策树J48的结果J48的在窗口的可视化：J48的决策树可视化结果：(3)采用FilterClassifier构建决策树FilterClassifier的数据结果(4)使用贝叶斯贝叶斯的可视化结果：思考与分析使用FilterClassifier和J48，并采用有监督的二元离散化，与只使用J48处理原始数据的结果想比较。为何从离散化后的数据构建决策树，比直接从原始数据构建决策树，有更好的预测效果？(1)算法需要，例如决策树，NativeBayes等算法本身不能直接使用连续型变量，连续型数据只有经过离散化处理后才能进入算法引擎。(2)离散化可以有效地克服数据中隐藏的缺陷，是模型更加稳定。(3)有利于对非线性数据关系进行诊断和描述：对连续型数据进行离散化后，自变量和目标变量之间的关系变得清晰化。