《数据挖掘技术与应用实验报告》由会员分享，可在线阅读，更多相关《数据挖掘技术与应用实验报告（27页珍藏版）》请在金锄头文库上搜索。
1、数据挖掘技术与应用实验报告专业：班级：学号：姓名：2012-2013 学年 第二学期经济与管理学院实验名称：SPSS Clementine软件安装、功能演练指导教师:实验日期:成绩:实验目的1、熟悉 SPSS Clementine 软件安装、功能和操作特点。2、了解 SPSS Clementine 软件的各选项面板和操作方法。3、熟练掌握 SPSS Clementine 工作流程。实验内容1、打开 SPSS Clementine 软件，逐一操作各选项，熟悉软件功能。2、打开一有数据库、或新建数据文件，读入SPSS Clementine，并使用各种 输出节点，熟悉数据输入输出。（要求：至少做ac
2、cess数据库文件、excel文件、 txt 文件、可变文件的导入、导出）实验步骤一 实验前准备：1.下载 SPSS Clementine 软件安装包和一个虚拟光驱。2选择任意盘区安装虚拟光驱，并把下载的安装包的文件（后缀名bin）添加到 虚拟光驱上，然后双击运行。3. 运行安装完成后，把虚拟光驱中CYGiSO文件中的lservrc文件和 PlatformSPSSLic7.dll文件复制替换到安装完成后的bin文件中，完成破解，获得 永久免费使用权。4. 运行中文破解程序，对 SPSS Clementine 软件进行汉化。二 实验操作：1、 启动 Clementine:从 Windows的“开
3、始”菜单中选择：所有程序/SPSS Clementine 12.0/SPSS Clementine client 12.02、Clementine 窗口当第一次启动 Clementine 时，工作区将以默认视图打开。中 间的区域称作流工作区。在 Clementine 中，这将是用来工作的主要区域。 Clementine 中绝大部分的数据和建模工具都在选项板中，该区域位于流工作区 的下方。每个选项卡都包含一组以图形表示数据挖掘任务的节点，例如访问和过 滤数据，创建图形和构建模型。Clementine 中绝大部分的数据和建模工具都在选项板中，该区域位于流工作区 的下方。每个选项卡都包含一组以图形表
4、示数据挖掘任务的节点，例如访问和过 滤数据，创建图形和构建模型。要将节点添加到工组区，可在节点选项板中双击图标或将其拖拽至工作区后释放。随后可将各个图标连接以创建一个表示数据流动的流。创建一个简单的数据流操作：编辑“数据源”选择一种数据文件（数据库文件、 excle 文件或可变文件等），双击文件类型，即可添加到数据流编辑区注：导入数据库文件需要通过ODBC方式访问数据库。步骤：第一步：打开windows “控制面板”，依次选择“管理工具”和“数据源 ODBC。添加一个所要访问的数据源驱动（如：microsoft access driver（ *.mdb）。第二步：点击“选择”，选择相应的数据源
5、和相应的表/视图。 在“输出”模型中选择一种输出模型（表或自定义表格）。 按快捷键 F2 把数据源与输出模型链接起来。 双击数据源对其进行编辑，导入相应的文件，然后单击“执行”，就可以看到 输出的表。实验总结：实验评价（教师）：实验名称：SPSS Clementine数据可视化指导教师:实验日期:成绩:实验目的1、熟悉 SPSS Clementine 绘图。2、了解 SPSS Clementine 图形选项面板各节点的使用方法。3、熟练掌握 SPSS Clementine 数据可视化流程。实验内容1、打开 SPSS Clementine 软件，逐一操作各图形选项面板，熟悉软件功能2、打开一有数
6、据库、或新建数据文件，读入SPSS Clementine，并使用各种 输出节点，熟悉数据输入输出。 （要求：至少做分布图、直方图、收集图、多重 散点图、时间散点图）实验步骤1、启动 Clementine：请从 Windows 的“开始”菜单中选择：所有程序SPSS Clementine 12.0SPSS Clementine client 12.02、建立一个流、导入相关数据，打开图形选项面板。数据源文件类型为“可 变文件”导入相应文件“drug_long_name”，双击选择分布图、直方图、收集图、 多重散点图、时间散点图等节点，按住F2键连接好个节点建立好数据流图。 源数据字段包括：Sex
7、、BP、NA、K、Age、cholesterol、Drug。3.分布图编辑“分布图“，选定字段”sex”，交叠字段颜色“drug”按计数排序。标题“药品种类分 布图“。执行数据流，生成相应的分布图。图形分析结果见下表。药品比例计数drugA0.111111drugB0.06969drugC0.103103drugX0.27270drugY0.447447编辑直方图”，选定字段”na”，交叠字段颜色“drug”，分箱按数量30,标题“钠含量与药品 种类直方图”。执行数据流生成相应直方图。从图中可以看出drugY的na含量最高，明显高 于其他药品。5. 收集图编辑“收集图”，收集字段“na”，超出
8、字段“k”，由：“cholesterol”（三维图）。交叠字段颜 色：“cholesterol”。标题“na超出age由cholesterol收集图”。执行数据流生成相应的收集图。 从图中可以看出，在相同k含量的基础上，Normal level of cholesterol水平的na含量大部分 比 High level of cholesterol 水平的 na 含量低。6. 多重散点图编辑“多重散点图”，X字段：age。Y字段：“k“、”na “。交叠字段颜色：” cholesterol “。 执行数据流，生成相应的”标准化“或非“标准化”的多重散点图。从图中可以看出，同一 年龄的人，na含
9、量明显比k含量高；na含量随年龄的变化波动比较大，而k含量随年龄的 变化波动不明显。7. 冒泡图编辑“图形板”，“详细信息”中选择图形“冒泡图”，X： age。Y： na。大小：drug。颜色： drug；单击“应用“，执行数据流，生成相应冒泡图。从图中可以看出1泡图中清楚地显 示一个阈值，在此阈值上方，对症药品始终是Y,在此阈值下方，对症药品均 不是Y。此阈值是一个比率，即钠（Na）和钾（K）的比率。实验总结：实验评价（教师）：实验名称：决策树 C5.0 建模指导教师:实验日期:成绩:实验目的1、熟悉 SPSS Clementine 建模方法。2、掌握 SPSS Clementine 分布图
10、、散点图、网络图的创建方法。3、掌握决策树 C5.0 决策方法。实验内容1、创建散点图。2、创建分布图。3、创建网络图。假设你是一位正在汇总研究数据的医学研究员。已收集了一组患有同一疾病 的患者的数据。在治疗过程中，每位患者均对五种药物中的一种有明显反应。的 任务就是通过数据挖掘找出适合治疗此疾病的药物。此实验使用名为 druglearn.str 的流，此流引用名为 DRUG1n 的数据文件。 可以从任何 Clementine Client 安装软件的 Demos 目录下找到这些文件，也可 以通过从 Windows 的“开始”菜单选择 Start All Programs SPSS Cleme
11、ntine 11.1 Demos 访问这些文件。文件 druglearn.str 位于 Classification_Module 目录 中。此 demo 中使用的数据字段包括：年龄（数值）性别M或FBP血压：高、正常或低胆固醇血液中的胆固醇含量：正常或咼Na血液中钠的浓度K血液中钾的浓度药品对患者有效的处方药实验步骤1、读取文本数据新建数据源可变文件”。然后，双击新添加的节点以打开相应的对话框。 单击紧挨“文件”框右边以省略号“.”标记的按钮，浏览到系统中的 Clementine 安装目录。打开 demos 目录，然后选择名为 DRUG1n 的文件。选择从文件读 取字段名，并注意已载入此对话
12、框中的字段和值。源数据字段包括：Sex、BP、 NA 、 K、 Age、 cholesterol、Drug。2、添加表。 现在已载入数据文件，可以浏览一下某些记录的值。将表节点添加到流中， 可双击选项板中的表节点图标或将其拖放到工作区。 查看表，请单击工具栏上的绿色箭头按钮执行流，或者右键单击表节点，然后选 择执行。表中显示的是 Sex、 BP 、 NA 、 K、 Age、 cholesterol、Drug 这些字段 的数据。3、创建分布图 将分布节点添加到流，并将其与源节点相连接，然后双击该节点以编辑要显示的 选项。目标字段：Drug。交叠字段：Sex。然后，在对话框中单击执行，就可以 看到
13、各种药品在不同性别上的分布图。图形分析结果见下表。所以，药品 Y 的对 症患者最多，而药品 B 和药品 C 的对症患者最少。药品比例计数drugA0.111111drugB0.06969drugC0.103103drugX0.27270drugY0.4474474、创建散点图 为了了解哪些因素会对药品（目标变量）产生影响，我们需要创建一个关于 钠和钾的散点图。将散点图节点放在工作区中，并将其与源节点相连接，然后双击该节点对其 进行编辑在“散点图”选项卡中，选择 Na 作为 X 字段，选择 K 作为 Y 字段， 并选择Drug作为交叠字段。然后单击执行。 通过散点图可以看出：在同等钠含量的药品中
14、， Y 药品的的钾含量明显低于其他 药品。5、创建网络图双击选择“网络节点”在“网络节点”对话框中，选择BP （血压）和药 品。然后单击执行。通过网络图可以看出：药品 Y 与三种级别的血压均相关（连接数为 245 连接数最大）。Y是最佳药品。实验总结：实验评价（教师）：实验名称：关联规则挖掘指导教师:实验日期:成绩:实验目的1、熟悉 C5.0 规则归纳2、掌握购物篮分析的方法。实验内容1、字段和记录的筛选。2、规则归纳（C5.0）分类。3、购物篮分析。4、本实验处理描述超级市场购物篮内容（即，所购买的全部商品的集合） 的虚构数据，以及购买者的相关个人数据（可通过忠诚卡方案获得）。目的是寻 找购
15、买相似产品并且可按人口统计学方式（如按年龄、收入等）刻画其特征的客 户群。实验步骤1、访问数据使用“变量文件”节点连接到数据集BASKETSln,选择要从该文件读取的 字段名称。将“类型”节点连接到数据源，然后将该节点连接到“表”节点。将 字段卡 ID 的类型设置为无类型（因为每个忠诚卡 ID 在数据集中只出现一次, 因此对于建模没有用处）。选择集作为字段性别的类型（这是为了确保 GRI 建 模算法不会将性别视为标志）。执行流以将“类型”节点实例化并显示表。数据集包含18个字段，其中每 条记录表示一个购物篮。表输出结果中显示 18 个字段及其数据。分别是： cardid .购买此篮商品的客户的忠诚卡标识符。 value .购物篮的总购买价格。 pmethod .购物篮的支付方法。卡持有者的个人详细信息： sex性别 homeown .卡持有者是否拥有住房。 income 收入 age 年龄购物篮内容产品类别的出现标志：
