数据挖掘实验报告数据准备+关联规则挖掘+分类知识挖掘

TT£蠡护kITtc丁 K-blTa VTT£蠡护kITtc丁 K-blTa V数据挖掘实验报告学号实验名称课程数据挖掘实验一：数据准备实验类型实验名称课程数据挖掘实验一：数据准备实验类型实验目的：（1） 掌握利用文本编辑软件生成ARFF文件的方法；（2） 掌握将EXCEL表格文件转换为ARFF文件的方法;（3） 掌握数据的预处理方法。实验要求：（1）将下列表格中的数据利用文本编辑软件生成 ARFF文件:姓名出生日期性别婚否工资职业信用等级黄大伟1970.05.08男3580教师优秀李明1964.11.03男是4850公务员优秀张明明1975.03.12女是职员优秀覃明勇1981.07.11男是2980职员良好黄燕玲1986.05.08女否2560工人一般表中没有填上的数据为缺失数据。请列出你编辑 ARFF文件并在WEKA中打开该文件。（2） 将EXCEL表格文件“bankdata.xiS专换为ARFF文件的方法，并将它另存为ARFF文件“bankdata.arff在WEKA中打开该文件，写出操作过程。（3）数值属性的离散化：在WEKA中打开ARFF文件“bankdata.arf对属性“age”和“income”分别按等宽分箱和等深分箱进行离散化为三个箱。给出分箱的结果。实验结果：(1)@relationbooki@attribute姓名｛黄大伟，'李 明'，张明明，覃明勇潢燕玲｝@attribute出生日期｛1970.05.08,1964.11.03,1975.03.12,1981.07.11,1986.05.08｝@attribute性别｛男，女｝

@attribute婚否｛是，否｝©attribute工资numeric@data黄大伟,1970.05.08,男,？,3580李’,1964.11.03,男，是,4850张明明,1975.03.12,女，是,?覃明勇,1981.07.11,男，是,2980黄燕玲,1986.05.08,女，否,2560（2）先把bankdata.xls转化为CSV文件格式得到bankdata.csv,再在WEKA中打开，再另存为ARFF格式,就可以得到bankdata.arff。即3.寸tankdata二出]3.寸tankdata二出]阳让F砖oEtEkcJ.[IZLKE转换为I「二 KFbankdata芋aMicrosoftOffice...ICXj30KBliaiikdat^AifFDatafile30KB，再转换得在WEKA中打开如下:Cirvnnir亠]「LOtK«L4tiCT-：bu:Jzd.b.t-d.IxstcLCtz:&4JD=-Cirvnnir亠]「LOtK«L4tiCT-：bu:Jzd.b.t-d.IxstcLCtz:&4JD=-il5-HU*t■«!.寸tz：SouAllJ-r.Ttz-tL■i■=ex31—trfiuti4LjfiPHl牙5&■arrq匚电如Lircn*=aral9iav-#_a<LZTltranl4ctLD匚•CT匕尊口11:'1—11jtr骷.IlliALww l& jHuhwui $TiHcui ，丄巳335 1引也抚' 'll.-tisClu3pcFWg) VJ[Vin^^E-BALLIkMbH吐：50T璋a：l-nncj-LzKn^T±：D4tana：伍欝IIlzziti^：C〔京）（3）对age按等宽进行离散化分箱如下:hhni曲iDUuElUK眶Th血Ighhni曲iDUuElUK眶Th血Ig沖il1EH-trSClazEQxtD2iJf^TnL=E~azinni}{■口nBi“z-=Me.LiliclIp 333lUuLLlL15512PC431333丹...2142UUdl'C50c&ccen-i...LSIaoHiTtinrt糸Sif]^Ct.#4猷F.riVit卓V-ltf1>C.HiisireQiifntily|.e：NntiaJLtllIYiqVPnCfllt'lV”：VisiiaIirt丄11对income进行等深离散化分箱如下:No.LabelCount1£0320c.02'(SO取g一4-311...£0020c.03'C31tE1.35-in£)^eoc.oBistinct:3Type：NominalUnique:0CfTR)Selectedattributeflame：LiLccmerflisEing：0(0旳200pepCKori)7[Ifi5ualijeAIL200pepCKori)200实验名称实验二：关联规则挖掘实验类型综合性实验实验名称实验二：关联规则挖掘实验类型综合性实验实验目的：（1） 掌握WEKA关联规则挖掘中的数据准备方法。（2） 掌握WEKA关联规则挖掘中的参数设置方法。（3） 掌握关联规则挖掘结果的分析。实验要求:（1）将下列事务数据库转换为二元表格形式（以项目作为属性，在某个事务中，该项目出现则取值为yes,不出现则取值为n0。）并生成ARFF文件格式。CustomerCommoditiesC1milk,egg,bread,chipsC2egg,popcom,chips,beerC3egg,bread,chipsC4milk,egg,bread,popcorn,chips,beeiC5milk,bread,beerC6egg,bread,beerC7milk,bread,chipsC8milk,egg,bread,butter,chipsC9milk,egg,butter,chips（2） 选择关联规则算法并设置相关参数。（3） 运行算法，输出频繁项集及强关联规则。（4） 从挖掘结果来看，你发现了什么有兴趣的规则?

实验结果：Customermilkeggbreadchipspopcornbeerbutterc1yesyesyesyesnononoc2noyesnoyesyesyesnoc3noyesyesyesnononoc4yesyesyesyesyesyesnoc5yesnoyesnonoyesnoc6noyesyesnonoyesnoc7yesnoyesyesnononoc8yesyesyesyesnonoyesc9yesyesnoyesnonoyes将文件保存为“yes-no.csv”，在WEKA中打开yes.csv文件，然后save为yes-no.a市即生成ARFF文件格式。⑵打开数据文件：用 “Explorer打开yes-no.arff后，切换到“Associate选项卡。选择算法：默认关联规则分析是用 Apriori算法。点“Choose按钮在弹出的窗口中可以选择关联规则算法。参数设置：单击 “Choose按钮右边的文本框会弹出参数设置对话框，可以修改默认的参数，弹出的窗口中点“More可以看到各参数的说明。设置如下图：outpiitltemSetsFdsesigfiificiaceLeveloutpiitltemSetsFdsesigfiificiaceLevelVhFdEsVh-1.0(3)运行算法单击“Start按钮开始关联分析，输出频繁项集及强关联规则。■■■bct<llc4fkciLctjCFCtodfl-■-■■■bct<llc4fkciLctjCFCtodfl-■-AprioEisuKpocV：C.2(4uetric<continences;LL日WMinierotcyclespecfomed:IfI.3.4.6.7.«.9.10.be^E=no5I.3.4.6.7.«.9.10.be^E=no5==>chLpa=Y±35be己匸=nt5==>popcotm=n。Epa(puoEi=inDl)uttei=no5==>btead^yesSS55popcoEii-nDbeec-no5-■>chips-yeschips-^esbeer-no5pcpMra-nochip3=¥e3popcorn^no5*■>b?er=to5 chipa=y^3f)cp«i；ii=nobeer^yes4==>butteE=no4<cor:f:[I)>lift:(2.B6)leT：D*16i[31conv:{3.25J<ccnf;U)>lift:(3,S6)lev：(0,15)[3]canv;(3,25)<ccn£:[i)>lt£t:(2.36)Lev：(0.15)[3]conv:(3.2；)<confI(1)><confI(L.)><conf:(ij><confi(i3>li£c;life:life:llC':£厨引lev:(0.16)[3]conv!(X25)lev:(0.16)[3]conv:(3*25)4)lev;(0.19)[3]conv:(3.75)4) (0.19)[3]conv:(3.75Jmilk=763EHg=Yies4==>chip3=Ye34iiiilk=yesbutter=np4==>tteadpez4<ccnf:(1)>lift:(2.36)lev:(0.13)[2]coiiv:(2.6)<conf:(!)>lift:(2.BSJlev:(O.l3)[2]conv:[2.&J<conf：(LJ>lifv：2»e5ilev:(0.13)[2]cqztv:[3-6)SizeofsetoElargeiteia^etsL(i):£SizeoEseto£largeiteioBe^L(E)：$LZEotsetoflacgeits20^ST：sL⑶；SizeatsetoflargeitemaetjL[4):3(jtneratedsetsofIfiigeItensets:BestExilesfound:（4）我发现本来在我们看来毫无联系的事物，经过分析发现它们有着密切联系。实验名称实验三：分类知识挖掘实验类型综合性实验实验名称实验三：分类知识挖掘实验类型综合性实验实验目的：（1） 掌握利用决策树（C4.5算法）进行分类的方法。（2） 掌握利用朴素贝叶斯分类的方法。实验要求：（1）对数据集bankdata.arff利用决策树（C4.5算法）进行分类，给出得出的决策树及分类器的性能评价指标，并利用建立的分类模型对下列表中给出的实例进行分类。agesexregionincomemarriedchildrencarsave_actcurrent_actmortgagepep21MALETOWN5014.21NO0YESYESYESYES42MALEINNERCITY17390.1YES0NOYESYESNO59FEMALERURAL35610.5NO2YESNONONO45FEMALETOWN26948NO0NOYESYESYES58FEMALETOWN34524.9YES2YESYESNONO30MALEINNERCITY27808.1NO3NONOYESNO（2）对数据集bankdata.arff利用朴素贝叶斯分类方法进行分类，给出分类模型的参数及分类器的性能评价指标，并利用建立的分类模型对上表中给出的实例进行分类。实验结果:(1)Eehueip*】和伽Eehueip*】和伽riDftUICCh：鼻匸tILbUECS；«oalinh&ielaDsiCisED^tcccD<J4a-COiKZ，加臥Ec^oninrcHa氈匸ledchiiaEttcar9EXVCactCUTEOltbctHOC匕观《P卑TtfltudcI10-£oldcCCAj-v&l1datLonTtfltudcIciutici«£utei(EUJlriAiiiLLjgAec|■■■J49prunedchlldtSR<•LI cmidEn<■0I I kutiel•nI I Iuors#I I IudgigeIlli-lU；•Tt5act-Maiiled=iciIaivt4tt•MoIlUdDBeY£5VO:■VO¥EStI2.0)

■tfO(^3.0)<•i-isne.iI I I ege<-41:HOI I I AU*>41j7E£IIJJjCLibc?£1506,£；(11,0/1.C)(S.O/l-fl)HO(ZQ.O)I •惬弊ras|25hO/3.O|iCt-TK;H?(Il^TO/UrOlI I I I II4#Auj rh和h I ri I 4ajKw>2订吓Jijo2Q4TI b I I Mtwe-nsI'OS(ZJ.DltI.OiIpIHn_U[-TEtinJ(llf^Lria.AII <U.lllAtL> flI I Lkcuc R" iSM4_iIII 414JiinI I I屮耳g曲I I Xcu >ISaSQ.VJefe&l*4n>II UU4H<-■穷 P4P iwroK>iau4.]I Imil4T«<<■心 B WWMIlI p diuh出">丄I I IiJKVKP竝白*■山itt电IIIuuw> Ita<0.ili2.at.TZ&411I.D/3.DbRkLce4£lum<I***f«4Ullt4<[M«-V«lldtU4a-1■■■di1..FTf7«ci*fi17EI-Hnri4-riTrue—■litfdZxteiJ.rC14d*itudLii±utte«dn*4nhtM«JuE*timKflHaJE^Kxrd.■IxA±BU丄此1艸 *Tldf阳"tTCHUirJ<ll4TrttTEnW4P 14T«ihShe.±11.KjqlujIjm理』111*3^11皿ElQtErHdl•.iHi■,LMA.SKH.aw*rp.s1«f.4L«?*C・CJt-A«7A-9:>*»Ii-->IHE;eIB?T帥TH'£Q009七SL'&5t"曲甜4ibLSE\沱曲'M9<»'O

S«»'O

诂STD0宾MCIf1..!■—V£Q009七SL'&5t"曲甜4ibLSE\沱曲'M9<»'O

S«»'O

诂STD0宾MCIf1..!■—Vi亡非-ChC'DT--T«l*卜T丽2bti[HHC>Xig闫謂[f.?J>IHI'lX'll(hl£>t=iszEarnX如UDTBnjCQJ・•・