Clementine12.0操作PPT学习课件

Clementine12.0使用指导2014年4月14日,西安交大-美林数据挖掘研究中心,目录,2,2,Clementine建模指导,二,总体介绍,一,公司在大数据领域业务方向,2,3,总体介绍,Clementine的操作与数据分析的一般流程相吻合，包括数据收集，数据展示和预处理、模型建立、模型评价等环节，Clementine形象地将这些环节表示成若干节点，将数据分析过程看成数据在各个节点之间的流动，并通过一个图形化的“数据流”直观表示整个数据分析过程。成功安装并启动Clementine后会出现主窗口，Clementine主窗口由数据流编辑区和三个窗口组成。,数据流编辑区域,流管理窗口,节点工具箱窗口,项目管理窗口,公司在大数据领域业务方向,2,4,总体介绍,1.数据流编辑区域：建立和编辑Clementine数据流的区域。2.节点工具箱窗口：数据流是由多个节点组成，工具箱中分类存放Clementine的所有节点工具。这些节点均以图标形式显示，可实现数据采集、数据展示、数据（包括变量和样本）预处理、数据建模以及模型评价等功能。它们被分别放置在Source、RecordOps、FieldOps、Graphs、Modeling、Output和Export选项中，其中常用节点集中放置在Favorites选项卡中。呈黄色背景显示的选项卡为当前选项卡。3.流管理窗口：由Streams、Outputs、Model三张选项卡组成。可在Streams选项卡中新建、打开、关闭、保存数据流。Outputs选项卡中存放着执行数据流后生成的各种数据表，Models选项卡中存放着执行数据流后生成的各种模型计算结果。4.项目管理窗口：多条数据流可组成一个数据挖掘项目。当数据挖掘任务较庞大而建立了很多数据流时，可自行将流管理窗口中的服务于不同目标的数据流，分别存放到不同目录中。,公司在大数据领域业务方向,2,5,总体介绍,数据流的操作主要包括以下四个方面：1）选择和管理节点。2）节点连接和连接调整。3）设置节点参数。4）执行数据流。下图为一个简单的数据流，有向线段表示数据的流动方向。,公司在大数据领域业务方向,2,6,总体介绍,1.选择和管理节点。由于节点所实现的功能不同，因此被放置在不同的选项卡中。建立数据流时，根据实际需要，首先通过鼠标单击选择相应的选项卡，然后再通过鼠标双击或鼠标拖动操作，将某个节点工具选中并添加到数据流编辑区域中。包含如下选项卡：收藏（Favorites）选项卡：存放数据流建立过程工程中最常用的节点工具。数据源（Sources)选项卡：存放将各种外部数据读到Clementine中的节点工具。记录（RecordOps)选项卡：存放针对记录操作的节点工具。通常，数据以行为单位组织，每一行为一条数据。数据库中称为记录，统计上称为样本。,公司在大数据领域业务方向,2,7,总体介绍,字段（FieldOps）选项卡：存放针对字段操作的节点工具。数据库中称列为字段，统计上称为变量。图形（Graphs)选项卡：存放展示数据分布特征和变量关系规律的可视化图形节点工具。建模（Modeling)选项卡：存放建立各种数据模型的节点工具。输出（Outputs)选项卡：存放展示数据和数据基本统计特征的节点工具。导出（Export)选项卡：存放将数据转换成其他格式的节点工具。,公司在大数据领域业务方向,2,8,总体介绍,2.节点连接和连接调整。当数据流编辑区域中有两个节点A、B时，可通过有向线段实现A、B的连接。最方便的方法是鼠标右击节点A，按快捷键F2，指定将第一节点A和第二节点B相连。删除节点A、B之间的连接。鼠标右击相应的有向线段，选择弹出菜单中的DeleteConnection选项。3.设置节点参数。节点是用来处理数据的，需要对某些节点针对数据处理的方式设置参数。双击相应节点，或者右击相应节点，选择弹出菜单中的Edit即可。4.执行数据流。当数据流建立完成后，若要得到数据分析结果，则需要执行数据流。选择主菜单Tools-Execute,或右击会得结果的节点，选择弹出菜单中的Execute。,公司在大数据领域业务方向,2,9,总体介绍,常用节点工具数据源（Sources)选项卡中的Var.File节点、Excel节点。Var.File节点可读入自由格式的文本文件，最常见的为”.csv”和“txt”文件；Excel节点读入的数据格式为“.xls”。记录（RecordOps)选项卡中的Select节点、Merge节点、Append节点。Select节点通过表达式设置筛选条件；Merge节点和Append节点对多个数据源进行合并。字段（FieldOps）选项卡中的Type节点、Filter节点、Derive节点、Partition节点。Type节点可指定变量的角色（输入、输出等）；Filter节点过滤掉一些后续分析不需要的变量；Derive节点对已经存在的变量，通过给定一些计算公式等生成新的变量；Partition节点对样本进行分割，如将样本分为训练集合测试集。图形（Graphs)选项卡中的Plot节点和Multiplot节点。Plot节点指定X和Y轴的变量（每个坐标轴只能指定一个变量），描画相应的散点图；Multiplot节点指定X和Y轴的变量，Y轴变量可以是多个，描画相应的折线图。,公司在大数据领域业务方向,2,10,总体介绍,建模（Modeling)选项卡中比较常用的节点如下：聚类：分类:回归：关联：时间序列：输出（Outputs)选项卡中的Table节点、Analysis节点。Table节点以表格的形式展示数据分析的结果、Analysis节点对模型性能进行分析。,目录,2,11,Clementine建模指导,二,总体介绍,一,公司在大数据领域业务方向,2,12,建模指导-分类,Clementine应用：分类,案例根据汽车的购买量、保养情况、车门数、座位数、底盘和安全性对汽车进行分类,公司在大数据领域业务方向,2,13,建模指导-分类,样本数据,公司在大数据领域业务方向,2,14,建模指导-分类,输入项：购买量、保养情况、车门数、座位数、底盘、安全性,输出项：汽车类别,公司在大数据领域业务方向,2,15,建模指导-分类,第一步：导入数据,公司在大数据领域业务方向,2,16,建模指导-分类,第二步：创建流,公司在大数据领域业务方向,2,17,建模指导-分类,第三步：设置参数,公司在大数据领域业务方向,2,18,建模指导-分类,第四步：生成模型,公司在大数据领域业务方向,2,19,建模指导-分类,公司在大数据领域业务方向,2,20,建模指导-分类,第五步：查看结果,公司在大数据领域业务方向,2,21,建模指导-分类,公司在大数据领域业务方向,2,22,建模指导-分类,公司在大数据领域业务方向,2,23,建模指导-分类,公司在大数据领域业务方向,2,24,建模指导-分类,累计收益图。,公司在大数据领域业务方向,2,25,建模指导-聚类,Clementine应用：聚类,案例根据花萼和花瓣的长度、宽度来对花进行聚类,公司在大数据领域业务方向,2,26,建模指导-聚类,样本数据,公司在大数据领域业务方向,2,27,建模指导-聚类,输入项：花萼长度、花萼宽度、花瓣长度、花瓣宽度,公司在大数据领域业务方向,2,28,建模指导-聚类,第一步：导入数据,公司在大数据领域业务方向,2,29,建模指导-聚类,第二步：创建流,公司在大数据领域业务方向,2,30,建模指导-聚类,第三步：设置参数,公司在大数据领域业务方向,2,31,建模指导-聚类,公司在大数据领域业务方向,2,32,建模指导-聚类,第四步：生成模型,公司在大数据领域业务方向,2,33,建模指导-聚类,公司在大数据领域业务方向,2,34,建模指导-聚类,第五步：查看结果,公司在大数据领域业务方向,2,35,建模指导-聚类,公司在大数据领域业务方向,2,36,建模指导-聚类,公司在大数据领域业务方向,2,37,建模指导-聚类,公司在大数据领域业务方向,2,38,建模指导-回归,Clementine应用：回归,案例评估CPU性能指标，抽取了最小主内存，缓存大小等与cpu性能相关的7个指标,公司在大数据领域业务方向,2,39,建模指导-回归,样本数据,公司在大数据领域业务方向,2,40,建模指导-回归,输入指标：MYCT、MMIN、MMAX、CACH、CHMIN、CHMAX输出指标：Class,公司在大数据领域业务方向,2,41,建模指导-回归,第一步：导入数据,公司在大数据领域业务方向,2,42,建模指导-回归,第二步：创建流,公司在大数据领域业务方向,2,43,建模指导-回归,第三步：设置参数,公司在大数据领域业务方向,2,44,建模指导-回归,公司在大数据领域业务方向,2,45,建模指导-回归,第四步：生成模型,公司在大数据领域业务方向,2,46,建模指导-回归,公司在大数据领域业务方向,2,47,建模指导-回归,第五步：查看结果,公司在大数据领域业务方向,2,48,建模指导-回归,公司在大数据领域业务方向,2,49,建模指导-回归,公司在大数据领域业务方向,2,50,建模指导-回归,公司在大数据领域业务方向,2,51,建模指导-关联,Clementine应用：关联,案例对某超市顾客购买商品之间的关联性进行分析,公司在大数据领域业务方向,2,52,建模指导-关联,样本数据,公司在大数据领域业务方向,2,53,建模指导-关联,输入和输出变量：fruitveg、freshmeat、dairy、cannedveg、cannedmeat、frozenmeal、beer、wine、softdrink、fishconfectionery,公司在大数据领域业务方向,2,54,建模指导-关联,第一步：导入数据,公司在大数据领域业务方向,2,55,建模指导-关联,第二步：创建流,公司在大数据领域业务方向,2,56,建模指导-关联,第三步：设置参数,公司在大数据领域业务方向,2,57,建模指导-关联,第四步：生成模型,公司在大数据领域业务方向,2,58,建模指导-关联,公司在大数据领域业务方向,2,59,建模指导-关联,第五步：查看结果,公司在大数据领域业务方向,2,60,建模指导-时间序列,Clementine应用：时间序列,案例现有某企业151个连续生产数据，利用这些数据预测下几期的生产数据,公司在大数据领域业务方向,2,61,建模指导-时间序列,样本数据,公司在大数据领域业务方向,2,62,建模指导-时间序列,输出变量：生产数据,公司在大数据领域业务方向,2,63,建模指导-时间序列,第一步：导入数据,公司在大数据领域业务方向,2,64,建模指导-时间序列,第二步：创建流,公司在大数据领域业务方向,2,65,建模指导-时间序列,第三步：设置参数,公司在大数据领域业务方向,2,66,建模指导-时间序列,公司在大数据领域业务方向,2,67,建模指导-时间序列,第四步：生成模型,公司在大数据领域业务方向,2,68,建模指导-时间序列,公司在大数据领域业务方向,2,69,建模指导-时间序列,第五步：查看结果,公司在大数据领域业务方向,2,70,建模指导-时间序列,公司在大数据领域业务方向,2,