大学实验报告CD3算法分类.doc

信息与计算科学专业实验报告 课程名称 数据挖掘 总实验学时： 第 次 共 次 实验项目名称 CD3算法分类 本次实验学时数： 实验类型 日期 20 15年 4月 28 日星期 日 年级 12 学生姓名 学号 课任教师 1. 实验目的（由课任教师于实验开始前公布，不低于2行，不超过3行，由学生负责填写；5号字，行距20）： 使用JAVA语言进行分类实验 需要说明的是这个文件在我的百度文库中，地址是 /view/75114ec569eae009581beca5 实验要求（由课任教师于实验开始前公布，不低于2行，不超过3行，由学生负责填写；5号字，行距20）： JAVA语言；Windows 7; 模拟数据 实验内容（由课任教师指明，由学生填写，不超出本页本栏）： 使用java对样本数据进行分类，采用决策树算法得到具体的数据，根据数据进行分类。 实验步骤、实施过程、关键代码、实验结果及分析说明等（核心部分，至少2页，可以加页）： 通过java从Excel读取数据 原数据如下 代码见后面的ExcelOperate.java 2.对数据进行离散化处理 通过java读取Excel是个二维字符串数组 这里新建一个JavaBean便于管理，这里为了便于区分，直接就是四个属性 private String fensi; //粉丝数量 private String guanzhu; //关注数 private String weibo; //微博数 private String shoucang; //收藏数 private String hufen; //互粉数 离散化处理的理念:从一列数据中找到最大和最小，按照3段划分成高，中，低三个值 根据这个理念，关注数，微博数，收藏数，互粉数都划分成三个字符串。 处理代码如下 /** * 将一列的值分为三类，分别为高，中，低 * * @param which * 要离散的第几列 * @param result * 源数据 * @return 修改后的数据 author: 最后修改时间:2015年4月23日17:03:26 */ public String[][] changeData(int which, String[][] result) { Integer max = Integer.parseInt(result[0][which]); Integer min = Integer.parseInt(result[0][which]); for (int i = 0; i result.length; i++) { if (Integer.parseInt(result[i][which]) max) { max = Integer.parseInt(result[i][which]); } if (Integer.parseInt(result[i][which]) min) { min = Integer.parseInt(result[i][which]); } // System.out.println(result[i][which]); } // System.out.println(找到最大数和最小数 max:+max+\tmin:+min); int level = (max - min) / 3; int first = min + level; int second = min + 2 * level; System.out.println(first: + min + ~ + (min + level) + \t second: + (min + level) + ~ + (min + 2 * level) + \t third: + (min + 2 * level) + ~ + max); // System.out.println(开始为属性分类，高，中，低); for (int i = 0; i result.length; i++) { if (Integer.parseInt(result[i][which]) = second) { result[i][which] = 高; } else if (Integer.parseInt(result[i][which])