数据挖掘实验报告三_第1页
数据挖掘实验报告三_第2页
数据挖掘实验报告三_第3页
数据挖掘实验报告三_第4页
数据挖掘实验报告三_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Southwest university of science and technology 数据挖掘课程报告使用数据挖掘工具进行聚类分析学院名称计算机科学与技术学院专业名称计算机科学与技术学生姓名学号指导教师吴珏 2016年11月 实验三一 实验目的1、利用R实现数据标准化。2、利用R实现K-Meams聚类过程。二 实验内容1、 依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。对其进行标准差标准化并保存后，采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。编写R程序，完成客户的k-means聚类，获得聚类中心与类标号，并统计每个类别的客户数。三 实验步骤1、 依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。打开D:/dmex/ex3/示例程序/code/data_clean.R程序并运行结果如图所示: 2.确定要探索分析的变量 打开D:/dmex/ex3/示例程序/ data_explore.R并运行 结果如图所示 3. 利用R实现数据标准化。 打开程序D:/dmex/ex3/示例程序/code/ zscore_data并运行 得到结果如下: 4. 采用k-means算法完成客户的聚类，分析每类的客户特征，从而获得每类客户的价值。 打开D:/dmex/ex3/示例程序/kmeans_cluster.R程序并运行 运行结果如图所示四 思考与分析1、使用不同的预处理对数据进行变化，在使用k-means算法进行聚类，对比聚类的结果。 1）K如何确定 kmenas算法首先选择K个初始质心，其中K是用户指定的参数，即所期望的簇的个数。这样做的前提是我们已经知道数据集中包含多少个簇，但很多情况下，我们并不知道数据的分布情况，实际上聚类就是我们发现数据分布的一种手段，这就陷入了鸡和蛋的矛盾。如何有效的确定K值，这里大致提供几种方法，若各位有更好的方法，欢迎探讨。1.与层次聚类结合2 经常会产生较好的聚类结果的一个有趣策略是，首先采用层次凝聚算法决定结果粗的数目，并找到一个初始聚类，然后用迭代重定位来改进该聚类。2.稳定性方法3 稳定性方法对一个数据集进行2次重采样产生2个数据子集，再用相同的聚类算法对2个数据子集进行聚类，产生2个具有k个聚类的聚类结果，计算2个聚类结果的相似度的分布情况。2个聚类结果具有高的相似度说明k个聚类反映了稳定的聚类结构，其相似度可以用来估计聚类个数。采用次方法试探多个k，找到合适的k值。3.系统演化方法3 系统演化方法将一个数据集视为伪热力学系统，当数据集被划分为K个聚类时称系统处于状态K。系统由初始状态K=1出发，经过分裂过程和合并过程，系统将演化到它的稳定平衡状态Ki，其所对应的聚类结构决定了
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论