实验报告01分类.doc

重 庆 大 学 学 生 实 验 报 告 实验课程名称 数据挖掘 开课实验室 重庆大学经济管理实验教学中心 学生所在学院经管学院年级大三专业班信息管理与信息系统 学 生 姓 名 吴心莲 学 号 开 课 时 间 2014至 2015学年第 1 学期 经济与工商管理学院制  实验报告须知 学生填写实验报告，请参照实验大刚规定的实验项目填写。 学生应该填写的内容包括：封面相关栏目、实验项目、时间、地点、实验性质、实验目的、内容、结果和分析总结。 学生完成的主要内容有：文档、表格、演示文稿、程序、数据库设计、操作过程、必要的截图等。 指导教师应该填写的内容包括：每次实验报告的成绩、评价并签名，最后实验最终成绩汇总签字。 教师根据每学期该课程的实验教学要求，评定学生的实验成绩。在课程结束后两周内将教学班的实验报告汇总教学办存档。  《 实验一：分类 》实验报告 实验项目名称 分类 实验地点 A区经管学院507 实验日期 2014年 10月 12日 实验成绩 教师评语 教师签名： 年 月 日 一、实验目的 了解使用clementine的基本功能，掌握数据分类的方法 二、实验主要内容及过程 （一）主要内容： 了解什么是分类,建立分类模型。(数据、图表、计算等)： 实验1：基础模型 1.按顺序拖动设置以下。  （1）设置source中的excel来源。 （2）将xls指向table，运行table。结果如下 （3）将xls指向type，type，只有最后一项为输出类型为flag，其他项为输入类型为连续型变量。 （4）将type指向partiton，设置训练集与测试集比例，上部的generate处可分出训练集与测试集，下部的generate可数据序。partition指向testing和training （5）选择逻辑模型和决策树模型并将指向这两个模型。 模型model，可选择专家模型与普通模型 2）编辑决策树模型costs，可的。 模型，新生成的数据training与testing后并由它们指向数据。设置不同的决策树模型，不同的数据，逻辑模型数据指向不同的决策树模型数据每数据末端增加analysis，并指向它们。决策树设置下的数据及分析。 1：为为为为专家模型。 2）决策树设置：为为为为。：为为为为模型。 实验2：连续型与变量的xls，另存为csv 2.运用R软件编程，对数据进行离散化处理，删除属性为单一值并保存。 3.用离散型与连续型两个不同的数据来源建立两个，过程同 4.离散型数据类型设置为set，连续型数据类型设置为range。比较不同数据类型的贝叶斯分析结果，离散型数据拥有较高准确率。 6.选择多个中的，单击右键选择，可将其整合，使模型。 7.右键单击pre-date，选择，可查看详细。 实验3：数据预处理（筛选与填充）与建模 1.选择数据来源 2.编辑类型，读取数据 3.添加churm模型将type指向churm并运行自动选择了属性生成数据将添加到模型区并将指向数据。 4.添加filter处理数据，讲非重要属性过滤掉，该处理，缺失值的那个属性missing input处选定为。 5.在弹出的对话框中设置填充的原则，当值为空或者为空格自动填充，算法为单击ok。单击生成missing value imputation，的添加模型数据、进行分析的操作同上。 7.分析结果如下。 三、实验结果及分析 经过多次尝试，小模型组终于都建立起来并运行成功了。 与经验教训如下： 务必按顺序建立，并连接设置运行。一般：数据导入，生成数据包，生成数据，分析准确率。 2.是数据挖掘中最重要的部分。在进入模型之前，我们可以数据预处理，将数据离散化，也可以在中筛选出重要属性，对缺失值进行合理填充，较高的模型。 3.的设置对结果的得出也至关重要，要防止过度拟合，也可以通过专家模型得出的模型。 4.的设置有助于我们保持清晰思路，防止数据过程混乱，在模型对比时尤其重要。 点击此处选择来源。