数据挖掘实验报告-数据挖掘的基本数据分析

1、数据挖掘与应用实验报告6到11章自动化专 业物联网工程年级班别2015物联网4班学 号 3115001492董延峰学生姓名张思明指导教师实验6数据挖掘的基本数据分析一、实验目的(1) 熟悉基本数据分析的处理流程(2) 进一步熟练掌握spss modeler工具的操作二、实验环境(1) 相关智能算法的基本原理(2) ibm spss modeler 软件三、实验内容及步骤1、数据的质量探索(1) 建立数据流a、创建"statistics” 节点，读入 telco.sav 数据。b、创建“类型”节点，说明各变量角色，其中“流失”为目标变量。c、创建“数据审核”节点并连接在适当的位置，进入

2、编辑界面，在“质量”选 项卡下，选择检测方法为平均值的标准差。(2) 结果输出雨核fit注解2£件（巳生 ir©号jll術多方式u*示采件缩112、基本描述分析(1) 建立数据流，创建“统计量"节点。(2) 设置相关参数a. 设置“统计量”节点，在“检查”屮添加开通月数、基本费用、免费部分和无线费用。b、在“相关”中添加年龄、收入和家庭人数。c、在“相关选择”中选择“按重要性定义相关强度”。（3）结果12sj3文件（e） l3偏辑（e）o生咸）绒计信息|注解g全fimfr愛（c） 全部展禾司日开通月教s statistics计数1000平均值35.526最小值1.

3、000最大值72.000范国71.000方差456.242标121.360平均值标淮误差0.675h pearson相关性0.4900.243城庭入埶0.0373基本费用e) statistics计敎1000平均值11.723最小佰0.900最大值99.950范遛99.050方差107.402标進差10.363平均值标淮误差0.328q pearson相天性0 401家庭人敎0.195 0.036诵走3、绘制散点图（1）构建数据流，创建“图”节点。（2）设置参数a、编辑“图”节点b、在“x字段”和“y字段”中分别选择“基木费用”和“年龄将“交叉字 段”中的“颜色”设置为“流失”，不同颜色表示流

4、失变量不同取值的样本点。（3）结果输出z 偏辑(fi) o 生咸(£) & ws(y)呈li xlojxj回s $»文件(e)图形注解4、两分类变量相关性的研究(1) 设置相关参数。创建“网络”节点，在“字段”中选择“套餐类型”和“流 失”，设置线值为“绝对值”。(2) 结果输!11刚首芽益夕:的网状图-x* £ 0/觀三0|屈»jolxjk1图形连解3.0000004 000000<2.000000*/jbi.oooooo0.0000001.000000o诫失务資贡勺1 £1 1 11 1 1 1 1 11 1 1 11 j02

5、04000 80 1001201401oo180200220240wmkzi1你乡1 *wnh?rr定5、变量重要性分析(1) 窗口设置。创建“特征选择”节点，编辑，将“流失”添加到目标选项中, 其他的全部作为输入。(2) 结果输出©舷x值序么 字段开通月数 2®戛本费用 年龄4 ®电子支付5 <&敎肓水平6®套餐类型7 ®无线服务8 <g>无线贵用 9®收入_10®免费部分 门®姐姻状;兄12®家庭人数13®居住地14®性别续续续义序义义续续续义续义义 连连

6、连名有名名连连连名连名名 z纟京夕纟夕玄选走审段数：10可用亨段总数：14总的图:sxnstatistics訓 要sb要 飪要要要要要要要要要要重1重羣1 ge ge uui 曾.hr be ge 亘 亘 f f f f a3 33 fl3 33 fl3 s3 a3 33 pv pv pv fv1.01.0 二1.0 二1.0 二1.0 二1.0 二1.0 二0.9980.9960.9960.7790.2440.1840.151e > 0.95 田 <=0.95 0<0.90筛选的字段测里原因telephone sav流失套餐类型x流尖15字段基本费用v.年龄实验7统计分析：

7、逻辑回归一、实验日的spss modeler 的 logistic 回归的方法。(1) 了解和熟悉spss modeler及其相关知识。(2) 掌握spss modeler工具建立多项logistic回归的方法。(3) 学会运用spss modeler进行多项logistic回归的内容。二、实验环境一台装有spss modeler软件系统的计算机。三、实验内容及步骤1、构建多项logistic回归数据流(1) 通过 ustatistics 文件”节点读入 brand.sav0(2) 数据流中添加“类型”节点。(3) 在"建模”模块下选择“logistic”节点连接在数据流中恰当的位置

8、。(4) 运行结果：0x3x文件(e) 3 w8(fi) q生咸(g)+播入(1) _)格式»槪邑i直&e/ '描要鬲级设贵注解:丄 &全部折挞© 隔全却展开(£)曰方程式用于10 2319 (x1=20.7474 *p(2=1* -0.656e方程式用于2-0.6556 (xu1 0.4755 (x1=2 0 7426 (x2=1j -06532曰方程式用于3 基灌类别 0 000000000000000000002、设置相关参数(1) 右击“类型”节点，将x3设置为目标，其他保持不变。(2) 设置“logistic”节点，在模型下，将使

9、用分区数据勾选为“无”,采用的 过程选择“多项式”，“多项式过程”中“方法”采用“进入法”，其他保持不变。3、结果运行"文件(d三o生欣(g)+播入q) 一格式 檢员曰|£abr t 弓 g q 出|9 nomnai regression4l cast processing summ hodtl fag information t studo r-square“ arametef eslmatei2 000filoflbs:d errorwak<fexp(8)95% confldenct intorvai tor eip(b)lower boundupptcbound

10、intercept 6562m4924i026(x1«1 000)1 31538411 72710012«9.127.570(xu2000)232.333486i4867934131.522(xu3000)ob0(x2»1 000).747.2827.02710082.1121-2153.670(x2-2000)0b0intercept6532934»861024(x1«1 0006563393 73010535192671 010(xu2000)-.475.3“1 9151666223171.219(x1s3000|0b0x2»1

11、000|.7432717 5331006210112373571x2=20000a the reference category ts 3.000.1 000总的图:iz类型x3实验8关联分析：关联规则一、实验目的(1) 了解和熟悉spss modeler及其相关知识。(2) 掌握spss modeler工具建立apriori关联规则的方法。(3) 学会运用spss modeler关联规则进行相关的内容分析。二、实验环境一台装有spss modeler软件系统的计算机。三、实验内容及步骤1、创建apriori算法数据流(1) 创建“可变文件”节点读入baskets.txt文件。(2) 在数据流

12、的适当位置创建"apriori"节点。(3) 运行结果文件(e)0生成9)技型设畫摘要注解3 r -一r“v l<411 j 的巴 i前项支持度百分比bffiss分比sexibeer frozenmealicann edveg14.696.5754ibeer frozenmeal sex14.895.27ibeer cannedveg sex15.094.0beerifrozenmeal can nedveg sex15.292.763sexibeericannedveg16.789.82(sexifrozenmeal lean nedveg17.387.861fro

13、ienmealbeer can nedveg16.787.425|sex|beer-17 nq7 20l排序依据左信度百分比2、设置相关参数(1) 在“字段”下，选择“使用定制设置”选项。在“后项”和“前项”中选 择关联规则的后项和前项的变量。此例中后项和前项均为所有商品。(2) 在“类型”下，指定当前前项最低条件支持度，默认值10%；最小规则置 信度，默认值为80%；最大前项数，默认为5；勾选“仅包含标志变量的真值”。(3) 在“专家”下，选择模式“专家”选项，并选择评价关联规则的度量指标， 这里选择默认选项“规则置信度”。3、结果运行g节点预览(27个孑段.10各.文件(e)弓编辑(e)o

14、生成(£)喪格注解cardidvaluepmethodsexhomeownincomeage fruitvegfreshmeatdai13980842.712 chequemno2700046 ftt26736225.357 cashf "no3000028 ftf31087220.618 cashmno1320036 fff42674823.688 cardfno1220026 fft-'59160918 813 cardmyes1100024 fff62663046 487 cardfno15000"3sftf76299514.047 cashfyes

15、2080030 tff33876522 203 cashmyes2440022 fff92893522.975 chequefno29500ff104179214.569 cashmno2960022 tff4、考察关联规律(1) 将apriori节点屮的模型计算的结果添加到数据流编辑区域的恰当位置。(2) 点击鼠标右键编辑。(3) “最大预测数”中输入数值。(4) 勾选“忽略不匹配篮项目”和“检测不在篮中”。通过“表”观察具体的结果如图:14字段文件(£) o生成© i 预览空|排序依据:贵信度百分比m | 的|前项sexbeer frozenmeal cannedveg

16、cannedvegbeer frozenmeal sexfrozenmealbeer cannedveg sexbeerfrozenme 合 i cannedveg sexsexibeerlean neetvegsexifrozenmealcan nedvegfrozenmealbeer cannedvegsexbeer frozenmealcannedvegbeer frozenmealbeerfrozenmeal cannedveg支持度百分比羞信度百分比14.696.575148952715.094015.29276316.7898217.387.86116.787.42517.087

17、05917.085.88217.384 393i确定i 取消应用®重養迟)；总的图:14字段实验9分类分析：决策树一、实验日的spss modeler的决策树(1) 了解和熟悉spss modeler及其相关知识。(2) 掌握spss modeler工具建立chaid决策树的方法。(3) 学会运用spss modeler决策树进行相关的内容分析。二、实验环境-台装有spss modeler软件系统的计算机。三、实验内容及步骤1、构建chaid数据流(1) 通过"statistic文件”节点读入"telco.sav”文件。(2) 数据流中添加“分区”节点，将样本集划

18、分为训练集和测试集。(3) 选择建模屮的“chaid”节点，连接到数据流的恰当位置。2、设置相关参数(1) 在“构建选项”一一“基本(b)”，选择树的生长算法为穷举chaido自 定义最大树状图深度为5.(2) 其他相关参数的设置默认。3、结果运行b开月器v（2【式：11 01 电子 «tt«1 «rt： 11 c 1.0 afllt > 12ano<s 33 i«st: 0） <«60|«rt： 0）oj c o.oasa*s|hu線決hhsauttv实验10聚类分析:k-means一、实验目的spss model

19、er的聚类分析(1) 了解和熟悉spss modeler及其相关知识。(2) 掌握spss modeler工具建立apriori关联规则的方法。(3) 学会运用spss modeler关联规则进行相关的内容分析。二、实验环境一台装有spss modeler软件系统的计算机。三、实验内容及步骤1、创建k-means聚类数据流(1) 创建 “statistic 文件”节点导入 k-means.savo(2) 在“字段选项”一一“类型"节点屮，设置“地区”角色为“无”。(3) 创建“kmeans”节点，连接到恰当的位置。2、设置相关参数(1) 进入编辑界面。(2) 在“模型”模块下指定聚类

20、数目为4,勾选“生成距离字段”和“数值” 选项。（3）在“专家”模块下，勾选“模式”下的“专家”选项，其他默认。3、结果运行| 0 冷meg聚类大小聚类）0文件(e) o 生jr© "泗(¥) l h%(£)i aj 1叱口 a»謝9«qoo发食大小ta®q 从 k-mean$ 三日5生(14 个字歿.10 «h3ft ) «2 文件(£)3 wi（e） 0 生咸p1w7 即 xfi®10北天河山內辽icb:上江京潭北西»宁林x2x3x4x5|x6x71670 011848929821.19576.1 0.69926 909628021511140 248562 12057824174 9047314 84155728 0517100 4513619 2783481 28572 50 300447422799 4113470 01117599771709 921716.03716 79719996 2752459 52612609921198 53469 8.0 3337 054315681074395 4902207 7792187.71173 3-043110 588306258662791 8831412 28