数据库原理试验指导书.docVIP

《数据挖掘》 实验指导书 统计与信息学院 信息管理教研室 目 录 第1章 R软件 使用指南 1 1.1 下载地址 1 1.2 Windows下载和安装R 1 1.3 R程序包 3 1.4 安装程序包的方法 4 第2章 实验内容 5 实验一：数据挖掘与传统统计方法对比试验 5 实验二：R可视化探索与数据预处理 7 实验三：关联规则和购物篮 10 实验四：判别分析在推荐系统中的应用 11 实验五：决策树在经济中的应用 12 实验六：聚类分析在经济中的应用 13  第1章 R软件 使用指南 1.1 下载地址 The Comprehensive R Archive Network简称CRAN，由世界几十个镜像网站组成网络，提供下载安装程序和相应软件包。各镜像更新频率一般为1-2天 推荐镜像： （1）中国的镜像:数学所 /mirrors/CRAN/ （2）即时更新的CRAN源 / 1.2 Windows下载和安装R CRAN: BinariesWindowsbase 图3 R2.11.0下载页面 下载完成后，双击R-2.11.0-win32.exe 开始安装。 一直点击下一步，各选项默认，语言建议选英文。 （1）登陆界面 （2）file菜单项 （3）edit菜单项 （4）Packages菜单项 1.3 R程序包 在CRAN 提供了每个包的源代码和编译好的程序包 以vegan包为例，CRAN提供了： （1）Package source: vegan_1.17-2.tar.gz （2）MacOS X binary: vegan_1.17-2.tgz （3）Windows binary: vegan_1.17-2.zip （4）Reference manual: vegan.pdf Window下程序包为zip文件，安装时不要解压缩。 1.4 安装程序包的方法 （1） 用函数 install.packages()， 如果已经连接到互联网，在括号中输入要安装的程序包名称，选择镜像后，程序将自动下载并安装程序包。 例如： 要安装picante包,在控制台中输入 install.packages(picante) （2） 安装本地zip包 路径：Packagesinstall packages from local files 选择本地磁盘上存储zip包的文件夹。 第2章 实验内容 实验一：数据挖掘与传统统计方法对比试验 一、实验目的 掌握R软件的安装及基本操作； 熟练掌握用R获取内置数据集； 熟练掌握用R获取CSV、TXT、EXCEL格式数据； R软件与EXCEL的操作对比； 二、实验环境 具有网络环境，及office软件。 三、实验学时 2学时 四、实验要求 熟练使用R获取数据； R软件与Excel获取数据对比； 完成实验报告。 五、实验内容及步骤 下载和安装R （1）首先打开R主页: （2）选择镜像网站CRAN。推荐镜像： 中国的镜像:数学所 /mirrors/CRAN/ 即时更新的CRAN源 / （3） Windows下载必威体育精装版R软件包 选择for windows 下载R软件包 （4）下载完成后，双击*.exe 文件开始安装 一直点击下一步，各选项默认。 2、数据集的读取 （1）请获取内置数据集datasets，并查看数据集AirPassengers。 （2）请获取数据集Groceries，说明该数据集的获取过程，并显示该数据集的前6条记录。 3、外部数据读取 读取csv、txt及excel格式的数据 （1）获取和修改工作目录 首先获取工作目录，将新目录改为D盘下的新建的以学号命名的文件。 （2）将MASS软件包中的Insurance数据集格式分别转换为CSV、TXT格式并进行读取，写出运行代码。 （3）读取外部数据文件*.excel。 A、尝试用剪贴板方式在R中读取一个excel文件； B、使用RODBC软件包中的相关函数来实现读取excel文件 4、建立矩阵及数据框 （1）建立矩阵 建立三个维度为8的向量，对其进行矩阵的按行和按列绑定。 （2）建立数据框 请分别用两种方法建立一个6行5列的数据框，要求数据框由本班6名同学的姓名、学号、年龄、宿舍号组成。 （3）说明矩阵和数据框的区别 5、R软件与Excel操作对比 分别用Excel和 （1）模拟产生统计专业学生的名单（学号区分），记录数学分析，线性代数，概率统计三科成绩，并进行如下统计分析： A、生成100位同学的学号，学号尾数从1到100。 B、请用均匀分布产出100个随机数，最大值100，最小值80，并对数据进行四舍五入，作为数学分析成绩。 C、请用正态分布产生100个随机数，对数据