数据挖掘实验实验四

《数据挖掘实验实验四》由会员分享，可在线阅读，更多相关《数据挖掘实验实验四（18页珍藏版）》请在装配图网上搜索。

1、实验四决策树模型1. 实验目标 使用 SSAS 进行决策树模型挖掘实验。2. 实验要求（1）按“实验内容”完成操作，并记录实验步骤；（2）回答“问题讨论”中的思考题，并写出本次实验的心得体会；（3）完成实验报告。3. 实验内容根据游戏三国志 4 武将数据，利用决策树分析，找出三国武将特性分布。其中变量包 含名称，统御、武力、智慧、政治、魅力、忠诚、国别，出身及身份。（ch10-6. xls）利用 adventureworksdw 的 vtargetmail 表中顾客基本情况分析顾客购买自行车的特征 分布4. 实验步骤见教材及参考视频5. 实验结果及问题讨论（1）对实验结果进行分析，并对预测结果

2、的准确性进行评价（2）决策树方法的基本思想是什么？1 / 17实验五 线性回归模型1. 实验目标使用 SSAS 进行线性回归挖掘实验。2. 实验要求(1) 按“实验内容”完成操作，并记录实验步骤；(2) 回答“问题讨论”中的思考题，并写出本次实验的心得体会；(3) 完成实验报告。3. 实验内容 某超市对来店顾客是否受到广告促销费用、店面面积以及超市所在位置的影响进行分 析(对应 sql 文件 ch15-6.xls)。4. 实验步骤一、将 EXCEL 文件导入 SQL Server(1) 打开 SQL Server Management Studio,新建数据库“regression”(2) 右

3、击“regression”指向“任务”然后选择“导入数据”，将ch15-6.xls文件数据导 入到“regression”数据库中，导入的表名称为“sheetT。二、线性回归挖掘分析(1)打开 Business Intelligenee Development Studio,创建 Analysis Services 项目。( 2)创建数据源：在解决方案资源管理器中，右键单击“数据源”文件夹，然后选择“新建数据 源”系统将打开数据源向导。在“选择或输入数据库名称”步骤中，选择“regression”，再单 击“确定”按钮。(3)创建数据源视图：在解决方案资源管理器中，右键单击“数据源视图”，选择

4、“新建数据源 视图”。步骤二“数据源视图向导”设置如下图所示：T-v-prcEEO ax. c- 1曇|. Vi euiJi Stmdi 立仲ii：!卸ii刃 rns-D 国目対 生戒叩iiaa-u) 明B匣血1工貝 am 牡区町 帘的 步骤三“选择表和视图”，将在“regressio n”数据库中导入数据创建的表加入到“包含的对 象中”。 F h | 1-htiIdjhw.L t ?呼背 口| J K-iM4tlllf4i-il-)Klil. J i艸HS3書、月m钗丟nrsiip打并f.ra：理目疋3JIB if说明池开越升4 Bnri-niTE IntGlii. SQL 4rvr Ari

5、ilyi i 1 Sm SQL Simr Inlir a1 i -an r BfrjarLic Si空上一杏下Yqj)Hlci lici I. SQLID DO EMartrLH 5 bmld Xs mr wtrdgaq rruiAjtp-ovi dee1 w i ntfr ! ri tL Ma rroif I; Vlt3X4I.i txLllLncB pr Ddurtand li/iy lit itcent oiomdcri ot DATKLltcfX 分通上 n rardwow B prEmi 4Ctrsi hun狂4乜 if t前砂FtM oC daWU4t（4）新建挖掘结构1. 在解决

6、方案资源管理器中，右键单击“挖掘结构”，选择“新建挖掘结构”。2. 在“欢迎使用数据挖掘向导”页上，单击“下一步”。3. 在“选择定义方法”页上选中“从现有关系数据库或数据仓库” ，单击“下一步”4. 在“选择数据挖掘技术”页上选择“ Microsoft线性回归”，单击“下一步”。5. 打开选择数据源视图”页，选择“ regressio n”，单击下一步”。6. 打开“指定表类型”页，单击“下一步”。如下图所示：T-i-frcE-Eii dta - Bls iTr*Ed-ft VivnAl Siutcia 立艸 坍SliEi iUHH 及日时 土就血 爾 WtCffiii IBCti旨口證）社

7、区铝 Wii：i出 XUJP 1 X |L4up両霍：.卬 口 ifari-i-t l.dlo. chitL)SflXH 1):-|g| 1二二._/二甲UM百A 4r4EEXC3. dEA期括诉1睚 一右朋戸3#1401 dS?上1步咀TtXi |7. 打开“指定定型数据”页，将“促销费用（万元）”、“店面面积（百平方米）”，“所 处位置”字段作为输入，“顾客数（千人）”字段作为输出，如下图所示，单击“下一r匕步”。p* | i lvilEan.-L |口 v _塘定定趣霖据 傩廿析中的用昂列Btfrea-iiOk. dsr lS：i+ ( ifiKlJT皿m w處耐疹尼暫陣导V.HSK/?

8、1BWEHSSHSJj e agE-ii.aai-frxi.s tefiss*7* BLtfftEsiccL ds占聲曙临圉* 曲 Bjactblh dd. dwv -z?空览orH删_j7程赫7 T-B-CEEl dX III Cr-bEd-f I Vi EH.Ill t*Qi3 *立艸叩陋1叩 fflS-D 0S E）生成叩网鼠 VSiSrii工旦牡区巧 fl3M ffl；iH EiwtU fdM. ihaU)择通如elEZ眄磴口 Sts. a CT【盘计粗IkJTd丨鼻也竹I X I G1耳一01刃rx33t7uI Ao. iha LL )尽曲吐I壬竹迎：帥1応C允详钻耳!KKmm号o?

9、rt店而面积面平才趴 帼壊fW I気成lrW8. 打开“指定列的内容和数据类型”页，保证三个自变量字段和一个因变量字段内容类型为“Continuous”，单击下一步”。9. 打开“完成向导”页，如下图所示，单击“完成”。7 T*r,E,Eii 3. * n*t Vi-eu2 Stwda a-立艸0 郦1知 mSli攻目岀 土战血 U5试 SrfflSiii Ifl 埸口加 社區 WiQfj日 Shd-at阪；H5）部署项目。6）点击“模型查看器”标签屏幕截图如下亠倒凶曰l爭偶息卄4|常 r*gr 1SSHPI挖酸EDM |-fl曲-取吐帧口疔足件叨I SQ S!E rv：i吏目即 生麻 Tif

10、lCC） Kjg.SEQ3 IE曲垃叫 工耳g E0口呼尬|引卩卜|Td护曲珂毎：？址囲口 牙JSHbeALI. das 谡计J血声强畀皿 山丫 迪计屉帕jF曲is瞬也|%ra&科 隈眩拥食塑多音躍由 附诞n性甌|审足釧瞠预wShi-atL droirife|p*EE-LXia DL40T45-；JCC. X斗Bjfcpr*R3 . irr 亠占伽S薫 匚蛍IT佬竝評3%“赫乐数卫月医也面枳百平方出 所见CO:EA - 8.侦仪5?谄面面闵百平万帕3 1tC：i-6 :埶-Wia :-Q. WD)tg. JK* CltTOfflTE-Z. 3WJ = m KBStraea I 窗咗|钿心|話|

11、 励图融3:：“ .() flfftlQP軒r .i - 甘舄! :?；4：写出线性回归方程。7）点击“挖掘准确性图表”标签，设置列映射如下49T*f7r,E，,srlcl 49i 6*丹 Vi-cal Stwda a-立仲 邸fl mH-Il土成血J5试 J ffllSffiiii rESEfflfflni 工吕臣I 3D ci）社送 WffliOfjvmta ttitl B-p-es3Lin.设计】 丸抬ITI 玳舟込:叹|晞|占卜:“muTH.側圖I甘I：；艾!Sfl | % Sbf*l也U&M3用万壬*_3店面面也百平方北g If魏:干犬1 1X|U辟3砌盘用C35e fl店而面稅I：

12、百平方3瓏数币人）2 WfB. 一fIflllu?诃蜩1.J Eh*ati3湿、険用E1无:！ihiL12西面硏? |百平寸米alua L3|iaiE花迭用于生戌弭并鹽悴.貌#:建择9!狂提耳任冲昱示的叩畑J的总掰粗里列:P岗号聊州点击提升图”挖掘结构数据散点图如下:孙囚 05-p SEiyj ffj週区密 谊库 麗歡腔理 工且 fiOQL.i社IZR.jJflPiJL 生 冲卜| n锐旧宜处 E1 -國 Shettl.dM iftlj fiecr亡msin dsr 逛计 k55!T|4 曲魅歸|% FSEfS出|為 电曲JU3査着IS |幻ROE展gl性也熬|甘 極磁型蹶I 艙绷 遛世町廿S

13、Sfi阵|丄ID2tl3DUlSO&0_r：gjt5iaT# B*P*CT3 lh. ix - + Hmgumh.d- Isf 占笳兗的搭廉 Zhi-ilL. 4m:一匸曲也 上轻洋臬 _J杂理SjJJ&ff : rip-1333 tu.?JE.t? rea-essLin.Flpi!:55Lib. -isFarriTL n= dzir8）点击“挖掘模型预测”标签，设置预测显示内容，如下图所示：V.HS_4 Dnnl Efnaut*fT-R-rcnEii di3i Ils n-ii-EaEt Vi-racJ. Studa a立仲ii：! 邸iiEi ms-ii is目曲 主睨血 uwmJ- d1

14、Skctl Dm3ivnl罔芳光圄已员土成血 J?试e wtssiii rEjmssni zan：i旨口 担z邙 啊间3Ties 刊.WSR+A1 2 6SM017iE3.2S4 iga第 1口泊.359 fl：lESa.17a.ajUESToea.503& WITUiiq.6LO13夏彌罰.TLT旭B罰jg &2fi377.9SE2.32ETSa3S0.1050ZUWTOWTfl.IL31S3 ff5KC53.:i2Sa- TL3QLHKa.133G37 BLEB7TO3.JI42t3.38092tF?E.ISiq4jWTMT：5.1P.药仍2帕悩妙&174B更 QMESUC4.IS505L

15、 刻 D4S90I.阳K51.53035333.ZD55K 9L557WCn.S *EflK0M)s iiKoxa.s iDKtnoa.sisoKoxa.4-551 Bb.5. 实验结果及问题讨论（1）根据自己的理解，请简述什么是回归分析，其分类以及基本步骤。（2）什么是线性回归？（3）回归分析中，回归变量的选择依据是什么？实验六 关联规则1. 实验目标 使用 SSAS 进行关联规则挖掘实验2. 实验要求（1）按“实验内容”完成操作，并记录实验步骤；（2）回答“问题讨论”中的思考题，并写出本次实验的心得体会；（3）完成实验报告。3. 实验内容生成市场篮方案。Adventure Works的市场

16、部希望改进公司的网站以促进越区销售。 在更新网站之前，需要根据客户的在线购物篮中已有的其他产品创建一个可预测客户购买 需求的数据挖掘模型。这些预测还有助于市场部将可能被集中购买的项统一放置在网站的 一个位置上。通过实验，创建关联规则模型，可预测可能出现在购物篮中的其他项或客户 想要放入购物篮的项。4. 实验步骤（1） 创建市场篮挖掘模型结构1. 在 Business Intelligence Development Studio 的解决方案资源管理器中，右键单击“挖 掘结构”，再选择“新建挖掘结构”。此时，系统将打开数据挖掘向导。2. 在“欢迎使用数据挖掘向导”页上，单击“下一步”。3. 在“

17、选择定义方法”页上，确保已选中“从现有关系数据库或数据仓库 ”，再单击“下一步”。4.在“选择数据挖掘技术”页的您要使用何种数据挖掘技术?”下，选中Microsoft关联规 则”，再单击“下一步”。选择数据源视图”页随即显示。默认情况下， 可用数据源视图”下的 Adventure Works DW 为选中状态。5. 单击下一步”。6. 在指定表类型”页上，选中 vAssocSeqOrders 表旁的事例”复选框，选中 vAssocSeqLineItems 表旁边的 嵌套”复选框，再单击下一步”(注意先在视图中建立 两个表之间的关联)。7. 在指定定型数据”页上，依次清除 CustomerKey

18、 旁边的键”复选框和 LineNumber 旁边的键”和输入”复选框。8. 选中 Model 列旁边的键”和可预测”复选框。 然后，系统也将自动选中输入”复选 框。9. 单击下一步”。10. 在指定列的内容和数据类型”页上，单击下一步”。11. 在完成向导”页的挖掘结构名称”中，键入 Association。12. 在挖掘模型名称”中，键入Association，再单击“完成”。(2) 调整关联模型的参数和处理关联模型在处理上一个任务中与关联”挖掘结构一起创建的初始挖掘模型之前，必须更改以下两个 参数的默认值： Support 和 Probability 。 Support 定义规则被视为有效

19、前必须存在的事例百分 比。 Probability 定义关联被视为有效前必须存在的可能性。调整关联模型的参数步骤如下：1. 打开数据挖掘设计器的挖掘模型”选项卡。2. 右键单击设计器网格中的关联”列，然后选择设置算法参数”。系统将打开算法参数”对话框。3. 在算法参数”对话框的值”列中，设置以下参数：MINIMUM_PROBABILITY = 0.1MINIMUM_SUPPORT = 0.014.单击确定”。处理关联模型步骤如下：1. 在 Business Intelligence Development Studio 的“挖掘模型”菜单上，选择“处理挖掘结 构和所有模型”。系统将打开“处理挖

20、掘结构 - 关联”对话框。2. 单击“运行”。系统将打开“处理进度”对话框，以显示有关模型处理的信息。模型处理可能需要一些时 间，具体时间取决于您的计算机。3. 处理完成之后，在“处理进度”和“处理挖掘结构 - 关联”对话框中，单击“关闭”。（3） 浏览市场篮模型使用数据挖掘设计器的“挖掘模型查看器”选项卡中的 Microsoft 关联查看器浏览该模型。 浏览模型时，可以轻松地查看可能同时出现的产品，并可浏览项之间的关系。 还可以筛选出较 弱的关联，并对新浮现的模式有一个总体的概念。Microsoft 关联查看器包含三个选项卡：“项集”、“规则”和“依赖关系网络”。“项集”选项卡“项集”选项卡

21、显示与 Microsoft 关联算法发现的项集相关的三种重要信息：支持度（发生 项集的事务的数量）、大小（项集中项的数量）以及项集的实际构成。 根据算法参数的设置方 式，算法可以生成大量的项集。 使用“项集”选项卡顶部的控件，可以筛选查看器，使其仅显示 包含指定的最小支持度和项集大小的项集。也可以使用“筛选项集”框来筛选查看器中显示的项集。 例如，若要仅查看包含有关 Mountain-200 自行车信息的项集，可在“筛选项集”中输入 Mountain-200。 您将在查看器中 看到，只有包含“Moun tai n-200”字样的项集被显示。查看器中返回的每个项集都包含有关销售 Mountain

22、-200 自行车事务的信息。 例如，在“支持度”列中包含值 710 的项集表示：在所有 事务中， 710 个购买 Mountain-200 自行车的人也购买了 Sport-100 自行车。“规则”选项卡“规则”选项卡显示与算法发现的规则相关的以下信息。 概率 规则发生的可能性。 重要性 用于度量规则的有用性，值越高则意味着规则越有用。 只看概率可能会产生误 解。 例如，如果每个事务都包含一个 x 项，规则 y 预测 x 发生的概率为 1，即 x 一 定会发生。 即使规则的准确性很高，但这并未传达很多信息，因为不管 y 如何，每个 事务都会包含 x。 规则 规则的定义。像使用“项集”选项卡一样，

23、可以筛选规则，以便仅显示最关心的规则。 例如，如果只想查 看包含 Mountain-200 自行车的规则，可在“筛选规则”框中输入 Mountain-200。 查看器将 仅显示包含“Mou ntai n-200”字样的规则。每条规则都可以根据事务中其他项的发生情况来预测 某个项的发生情况。 例如，由第一个规则可知：如果一个人购买了 Mountain-200 自行车和水 壶，则此人还会购买 Mountain 水壶套的概率为 1。相关性网络”选项卡使用“相关性网络”选项卡，可以研究模型中不同项的交互。 查看器中的每个节点表示一个 项；例如，Mountain-200 = Existing节点表示事务

24、中存在 Mountain-200。通过选择节点，可 以使用选项卡底部的彩色图例来确定模型中的项与其他的项的相互确定关系。滑块与规则的概率关联。 上下移动滑块可以筛选出弱关联。 例如，在“显示”框中，选择“仅 显示属性名称”，再单击 Mountain Bottle Cage 节点。 查看器显示， Mountain 水壶套预测 了水壶和 Mountain-200 自行车，而水壶和 Mountain-200 自行车也预测了 Mountain 水壶 套。 这意味着，这些项有可能同时在事务中出现。 也就是说，如果某个客户购买了自行车， 则他也可能会购买水壶套和水壶。5. 实验结果及问题讨论（1）根据实验

25、结果给出市场部统一放置在网站的一个位置上的可能被集中购买的项的 建议。（2）写出自己对关联规则的理解。实验七 贝叶斯分类1. 实验目标使用 SSAS 进行贝叶斯分类挖掘实验2. 实验要求（1）按“实验内容”完成操作，并记录实验步骤；（2）回答“问题讨论”中的思考题，并写出本次实验的心得体会；（3）完成实验报告。3. 实验内容生成目标邮件方案，Adventure Works的市场部希望通过向特定客户发送邮件的方式 来提高销售量。公司希望通过调查已知客户的特性来找到可应用于潜在客户的模式。公司 希望使用已发现的模式来预测哪些潜在客户最有可能购买自己的产品。 公司的数据库 Adventure Wor

26、ks DW 包含一个现有客户列表和一个潜在的新客户列表。创建一个目标邮件，包含决策树和贝叶斯分类挖掘模型，这些模型能够提供潜在客户列表中最有可能购 买产品的客户的建议。4. 实验步骤创建用于目标邮件方案的挖掘结构（1）创建决策树模型1. 在解决方案资源管理器中，右键单击“挖掘结构”并选择“新建挖掘结构”。系统将打开数据挖掘向导。2. 在“欢迎使用数据挖掘向导”页上，单击“下一步”。在在“模型名称”中，键入 TM_DecisionTree。3. 在“选择定义方法”页上，确认已选中“从现有关系数据库或数据仓库 ”，再单击“下一步”4. 在“选择数据挖掘技术”页的您要使用何种数据挖掘技术？ ”下，选

27、择“Microsoft决策 树”。5. 单击“下一步”。6. 在“选择数据源视图”页上，请注意已默认选中 Adventure Works DW。 在数据源视图 中，单击“浏览”查看各表，然后单击“关闭”返回该向导。7. 单击“下一步”。8. 在“指定表类型”页上，选中 vTargetMail 表旁边“事例”列中的复选框，再单击“下一r匕步”。9. 在“指定定型数据”页上，确保已选中 CustomerKey 列旁边 Key 列中的复选框。如果数据源视图中的源表表示一个键，则数据挖掘向导将自动选择该列作为模型的键。10. 选中 BikeBuyer 列旁边的“输入”和“可预测”。当表示某列可预测时，

28、将启用“建议”按钮。 单击“建议”打开“提供相关列建议”对话框 该对话框列出与可预测列关系最密切的列。“提供相关列建议”对话框按照各属性与可预测属性的相关性对其进行排序。 值大于0.05 的列将被自动选中，以包括在模型中。 如果您同意这些建议，请单击“确定”，以 便在向导中将所选列标记为输入列。请单击“取消”，忽略这些建议。11. 选中以下各列旁边的“输入”复选框：o Ageo CommuteDistanceo EnglishEducationo EnglishOccupationo FirstNameo Gendero GeographyKeyo HouseOwnerFlago LastNa

29、meo MaritalStatuso NumberCarsOwnedo NumberChildrenAtHomeo Regiono TotalChildreno YearlyIncome使用 Shift 键可以同时选中多列。12. 单击“下一步”。13. 在“指定列的内容和数据类型”页上，单击“检测”。某个算法将运行此示例数字数据，并确定这些数字列是包含连续值还是包含离散值。例 如，某列可包含薪金信息，用以作为连续的实际薪金值，也可包含整数，用以表示离散 的编码薪金范围（例如 1 = $25,000；2 = 从 $25,000 到 $50,000）。14. 单击“检测”之后，请确保“内容类型”

30、和“数据类型”列中的各项具有下表中列出的设置。列内容类型数据类型Age连续LongBikeBuyer离散LongCommuteDistance离散TextCustomerKey键LongEnglishEducation离散TextEnglishOccupation离散TextFirstName离散TextGender离散TextGeographyKey离散TextHouseOwnerFlag离散TextLastName离散TextMaritalStatus离散TextNumberCarsOwned离散LongNumberChildrenAtHome离散LongRegion离散TextTotal

31、Children离散LongYearlyIncome连续Double15. 继续完成操作步骤。2）创建 Naive Bayes 模型1. 在数据挖掘设计器的“挖掘模型”选项卡中，右键单击“结构”列，并选择“新建挖掘模型”。 此时，系统将打开“新建挖掘模型”对话框。2. 在“模型名称”中，键入 TM_NaiveBayes。3. 在“算法名称中，选择 Microsoft Naive Bayes。单击确定”。将显示一条消息，说明 Microsoft Naive Bayes 算法不支持连续列。若要在 Naive Bayes 模型中使用这些列，必须对其进行离散化。4. 单击“是”，以确认此消息并继续下面

32、的操作。 此时在“挖掘模型”选项卡中将显示新模型。3）部署项目4）决策树模型和贝叶斯模型提升图比较1. 切换到数据挖掘设计器的“挖掘准确性图表”选项卡中，单击“选择事例表”按钮，打开“选 择表”窗口，选择“ vTargetMail ”数据表，单击“确定”按钮。此时，挖掘结构中的 列会自动映射到选择表中具有相同名称的列。2. 在“选择要在提升图中显示的可预测的挖掘模型列”下，确保已在每个模型的“可预测 的列名”列中选择Bike Buyer，在“预测值”列中为每个模型选择1切换到“提升图” 选项卡，系统会基于挖掘结构和输入表对服务器和数据库进行预测查询，然后将预测结 果与已知的实际值进行比较，并将

33、预测结果绘制在图上。5）创建数据挖掘预测查询1. 切换到数据挖掘设计器的“挖掘模型预测”选项卡中，单击“选择模型”按钮，打开“选 择挖掘模型”对话框，分别选择创建的决策树模型名称 TM_DecisionTree 和贝叶斯模 型名称TM_NaiveBayes。单击“选择事例表”按钮，打开“选择表”窗口，选择 “ProspectiveBuyer”数据表，单击“确定”按钮。2. 在查询设计视图下部分的“源”列，单击第一个空行中的单元格，在下拉列表中选择“ProspectiveBuyer”，在该行的“字段列，选择 “ProspectAlternateKey ，并将 列名设置为“客户标识”;在“源”列中

34、，单击下一个空行，然后选择“TM_DecisionTree”, 在TM_DecisionTree行的“字段”列中，选择“Bike Buyer”，并将别名设置为“是 否已经购买”；在“源”列中，单击下一个空行，然后选择“预测函数”，在预测函 数行的“字段”列中，选择“PredictProbability”，并将别名设置为“购买几率”，在“条件/参数”列中，输入“TM_DecisionTree.BikeBuyer ”（ Bike Buyer 既是输入 变量，又是预测变量）。3. 查看结果，系统将运行查询并显示预测结果，市场部门便可以根据这些预测结果，给 那些可能购买自行车的客户发送邮件。5. 实验结果及问题讨论（1）贝叶斯分类的算法原理是什么？友情提示：方案范本是经验性极强的领域，本范文无法思考和涵盖全面，供参 考!最好找专业人士起草或审核后使用。