数据挖掘实验报告3.doc

课内实验报告 课 程 名： 数据仓库与数据挖掘 任课教师： 朱恒民 专 业： 电子商务 学 号： 二○一五 至二○一六 年度 第2 学期 南京邮电大学 管理学院 《 数据仓库与数据挖掘 》课程实验第 3 次实验报告 实验内容及基本要求： 实验项目名称：分类挖掘任务的实践 实验类型： 综合型 每组人数： 1 实验内容及要求： 运用数据挖掘中的经典分类算法——ID3完成贷款审批分析和电信客户流失分析，并运用一元线性回归分析模型对黄瓜的销量进行预测。 实验结果： 实验一分类挖掘在贷款审批中的应用 数据选择：按住“读Excel文件”图标，将其拉入右侧的“工作簿”—— 选择工作簿为“Credit Screening”——设置缺省列类型为“Category”——点击“更新预览”按钮，查看是否能够读取出数据——运行“读Excel文件”图标。 创建分类模型：按住“分类型决策树”图标，将其拉入右侧的“工作簿”并将其与“读取Excel文件”连接起来——选择分类的目标属性：本实验中设置“因变量列”为列“Granted”——选择决策属性：本实验中将所剩下的“可用列”设置为“自变量列”,其他属性采用默认设置——运行“分类型决策树”图标。 应用模型预测：按住“预测”图标，将其拉入右侧的“工作簿”）中，并将其与“分类型决策树”连接起来——同时将其与一待预测的数据文件（可将预测的数据保存至Excel文件，如predict.xls，然后按步骤2所示方法进行设置）连接起来——再后右击“预测”图标，选择“运行至此”。 结果输出：按住“写文本文件”图标，将其拉入右侧的“工作簿”中，并将其与“预测”连接起来——在“属性”页面，点击“浏览”，选择输出文本文件保存的路径——在“文件名”文本框中，点击浏览选择输出文件路径，然后再键入result.txt。在“分隔符”列表框中选择tab delimited。点击“确定”。——运行该步骤即可。 规律： 工龄大于两年半，贷款用于购买电脑、珠宝或家具，可以提供贷款； 工龄大于两年半，贷款不用于用于购买电脑、珠宝或家具，性别为男性，可以提供贷款； 工龄大于五年半，贷款不用于用于购买电脑、珠宝或家具，性别为女性，可以提供贷款； 工龄小于两年半，贷款不用于买电脑或学费支出，而是贷款用于购买汽车或珠宝，不在问题区域，年龄在20.50（包含）与56.00之间，可以提供贷款； 工龄小于两年半，贷款不用于购买电脑或学费支出，不在问题区域，不能提供贷款。 实验二分类挖掘在电信客户流失中的应用 规律： 收入小于186.5，客户会流失；收入大于433.5，客户也会流失。所以客户收入与客户是否流失并无明显影响；发现在相同收入区间内，是否免费对流失与否影响巨大。综上所述，在一定程度上，我们可以认为客户收入变化并不影响客户忠诚度，是否免费是左右客户选择的重要因素。 实验三回归分析 文件读入 线性回归 预测 结论： 上图可得，回归方程： Y = 210.44 - 157.78X。 R-Square=0.89，表明黄瓜价格与重量之间的线性关系所解释的比例为89%，说明两者之间有较强的线性关系。 线性关系的检验Pr(F)=4.34E-6，表明回归方程的线性关系特别显著。 回归系数的检验Pr(|t|)=1.21E-8，表明回归系数特别显著。 成绩评定： 该生对待本次实验的态度 □认真 □良好 □一般 □比较差。 本次实验的过程情况 □很好 □较好 □一般 □比较差 对实验结果的分析 □很好 □良好 □一般 □比较差 文档书写符合规范程度 □很好 □良好 □一般 □比较差 综合意见： 成绩 指导教师签名 朱恒民 日期