- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
..
数据挖掘实验报告
学院名称计算机科学与技术学院
专业名称
学生
学号5
指导教师
二〇一六年十一月
-优选
..
实验容
实验一
一、实验原理
1).缺省值的处理:用均值替换、回归查补和多重查补对缺省值进展处理
(
通过R语言提供的方法确定哪些有缺省值,哪些是异常值,并把异常置为缺失值来处理,
通过表格形式打印出来。将数据集分成完整数据和缺失数据两局部。
(2).用均值替换:求变量未缺失局部的均值,用均值替换缺失。
回归查补:是把缺失属性作为因变量,其他相关属性作为自变量,利用他们之间的关系建立
回归模型的来预测缺失值,以此完成缺失值插补的方法。
(3).多重查补:多值插补的思想来源于贝叶斯估计,认为待插补的值是随机的,它的值来
自于已观测到的值。具体实践上通常是估计出待插补的值,然后再加上不同的噪声,形成多
组可选插补值。根据某种选择依据,选取最适宜的插补值。
多重插补方法分为三个步骤:①为每个空值产生一套可能的插补值,这些值反映了无响
应模型的不确定性;每个值都可以被用来插补数据集中的缺失值,产生假设干个完整数据集
合。②每个插补数据集合都用针对完整数据集的统计方法进展统计分析。③对来自各个插补
数据集的结果,根据评分函数进展选择,产生最终的插补值。
二、实验目的
掌握数据预处理的根本方法。
三、实验容
1、R语言初步认识〔掌握R程序运行环境〕
2、实验数据预处理。〔掌握R语言中数据预处理的使用〕
对给定的测试用例数据集,进展以下操作。
1〕、加载程序,熟悉各按钮的功能。
2〕、熟悉各函数的功能,运行程序,并对程序进展分析。
对餐饮销量数据进统计量分析,求销量数据均值、中位数、极差、标准差,变异系数和
四分位数间距。
对餐饮企业菜品的盈利奉献度〔即菜品盈利帕累托分析〕,画出帕累托图。
-优选
..
3〕数据预处理
缺省值的处理:用均值替换、回归查补和多重查补对缺省值进展处理
对连续属性离散化:用等频、等宽等方法对数据进展离散化处理
四、实验步骤
1.将数据加载,通过函数计算所需的值
2.对餐饮企业菜品的盈利奉献度〔即菜品盈利帕累托分析〕,画出帕累托图。
3.数据预处理。分别采用等宽离散化,等频离散化,聚类离散化来实现,画出图示结果。
五、实验结果
1.销售数据的加载以及对于函数的计算
2.画出帕累托图
3.对数据的预处理
〔1〕缺省值的处理
〔2〕对连续属性离散化
六、思考与分析
1、异常值的存在会对挖掘结果带来什么样的不良影响?
对异常值分析是检验数据是否有录入错误以及含有不合常理的数据。无视异常值的存在是十
分危险的,不加剔除的把异常值包括进数据的计算分析过程中,会给结果带来不良影响
2、为什么需要对数据进展规化?
进展规化的目地:规化目的是使构造更合理,消除存储异常,使数据冗余尽量小,便于插入、
删除和更新
实验二
一、根本原理
分类算法是解决分类问题的方法。分类算法通过对类别训练集的分析,从中发现分类规那么,
以此预测新数据的类别。分类算法的应用非常广泛,银行中风险评估、客户类别分类、文本
检索和搜索引擎分类、平安领域中的入侵检测以及软件工程中的应用等等。
二、实验目的:
掌握CART决策树构建分类模
文档评论(0)