數(shù)據(jù)挖掘及決策樹

1、- -昆明理工大學(xué)信息工程與自動化學(xué)院學(xué)生實驗報告（20162017學(xué)年第學(xué)期）課程名稱：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘開課實驗室：信自樓4442017年06月01日年級、專業(yè)、班軟件141班學(xué)號2014104131XX姓名陳*成績實驗項目名稱數(shù)據(jù)挖掘及決策樹指導(dǎo)教師賈連印教師評語該同學(xué)是否了解實驗原理：兒了解口B.基本了解口CJ、了解口該同學(xué)的實驗?zāi)芰Γ篈.強口B.中等口C.差口該同學(xué)的實驗是否達(dá)到要求：A.達(dá)到口B.基本達(dá)到口C.未達(dá)到口實驗報告是否規(guī)范：A.規(guī)范口B.基本規(guī)范口C.不規(guī)范口實驗過程是否詳細(xì)記錄：A.詳細(xì)口B.一般口C.沒有口教師簽名：年月日、上機目的及內(nèi)容目的：1理解數(shù)據(jù)挖掘的基本概

2、念及其過程；2.理解數(shù)據(jù)挖掘與數(shù)據(jù)倉庫、OLAP之間的關(guān)系3理解基本的數(shù)據(jù)挖掘技術(shù)與方法的工作原理與過程，掌握數(shù)據(jù)挖掘相關(guān)工具的使用。內(nèi)容：給定AdventureWorksDW數(shù)據(jù)倉庫，構(gòu)建“Microsoft決策樹”模型，分析客戶群中購買自行車的模式。要求:利用實驗室和指導(dǎo)教師提供的實驗軟件，認(rèn)真完成規(guī)定的實驗內(nèi)容，真實地記錄實驗中遇到的二、實驗原理及基本技術(shù)路線圖（方框原理圖或程序流程圖）請描述數(shù)據(jù)挖掘及決策樹的相關(guān)基本概念、模型等。1.數(shù)據(jù)挖掘：從大量的、不完全的、有噪音的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又潛在有用的信息和知識的過程。2.數(shù)據(jù)挖掘的功能：功能

3、概念或作用概念描述對某類對象的內(nèi)涵進(jìn)行描述，并概括這類對象的有關(guān)特征關(guān)聯(lián)分析從大量的數(shù)據(jù)中發(fā)現(xiàn)項集之間有趣的聯(lián)系、相關(guān)關(guān)系或因果結(jié)構(gòu)，以及項集的頻繁模式分類與預(yù)測分類：提出一個分類函數(shù)或者分類模型，該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的一個；預(yù)測：利用歷史數(shù)據(jù)建立模型，再運用最新數(shù)據(jù)作為輸入值，獲得未來變化趨勢或者評估給定樣本可能具有的屬性值或值的范圍聚類分析根據(jù)數(shù)據(jù)的不同特征，將其劃分為不同數(shù)據(jù)類偏差分析對差異和極端特例的描述，揭示事物偏離常規(guī)的異?，F(xiàn)象，其基本思想是尋找觀測結(jié)果與參照值之間有意義的差別3.決策樹：是一種預(yù)測模型，它代表的是對象屬性與對象值之間的一種映射關(guān)系。樹中每個節(jié)

4、點表示某個對象，而每個分叉路徑則代表的某個可能的屬性值，而每個葉結(jié)點則對應(yīng)從根節(jié)點到該葉節(jié)點所經(jīng)歷的路徑所表示的對象的值。決策樹僅有單一輸出，若欲有復(fù)數(shù)輸出，可以建立獨立的決策樹以處理不同輸出。4.常用決策樹算法:算法概念I(lǐng)D3在實體世界中，每個實體用多個特征來描述。每個特征限于在一個離散集中取互斥的值C4.5對ID3算法進(jìn)行了改進(jìn)：用信息增益率來選擇屬性，克服了用信息增益選擇屬性時偏向選擇取值多的屬性的不足；在樹構(gòu)造過程中進(jìn)行剪枝；能夠完成對連續(xù)屬性的離散化處理；能夠?qū)Σ煌暾麛?shù)據(jù)進(jìn)行處理。三、所用儀器、材料（設(shè)備名稱、型號、規(guī)格等或使用軟件）1臺PC及MicrosoftSQLServer套件

5、四、實驗方法、步驟（或：程序代碼或操作過程）（一）準(zhǔn)備AnalysisServices數(shù)據(jù)庫1.AnalysisServices項目創(chuàng)建成功解決方案黃源管理器-疝嬴三斗X隔箱口AdventureWorks|晶|匕會源視圓i匕鑫融翼集,I.匕匕角色;匕叫集:&詢2.更改存儲數(shù)據(jù)挖掘?qū)ο蟮膶嵗鼿目標(biāo)司率扳本1適步丑|l&calhot頻AdvcnturcWark造日闞牛認(rèn)但專行部署False造心僅部里更逑竭用s袈尋頂E弗生到其中的Anal/sisServices室周S?i=(C)；SiftCDevelopmeiit)*平白色；不可用樂取消SEih&5=KiO).SEih&5=KiO).3.創(chuàng)建數(shù)據(jù)源

6、4.修改數(shù)據(jù)源視圖（二）生成目標(biāo)郵件方案.創(chuàng)建用于目標(biāo)郵件方案的挖掘結(jié)構(gòu)ai_jAdv&ntur&WorkDUV$-口舞據(jù)源j-&數(shù)據(jù)源視圖CnistumerKeyGeuaphyKuyChie+amerA_tpCnistumerKeyGeuaphyKuyChie+amerA_tprnat.TitleFirmttT：如曰Middl&Nam&La5-LK：jjTieN：diii嘲StyleEirtKDatet：=JEt：ktnETargetedMail沁gdmm程序集匕雜項.修改目標(biāo)郵件模型創(chuàng)建聚類分析挖掘模型NaiveBayes模型處理挖掘模型（三）決策樹H.lJhiLuuqr./hFILaHrLpJUdMlOMM；NfaFL?JKi-OM耳ICEO?rlv.（四）依賴關(guān)系網(wǎng)絡(luò)五、實驗結(jié)果（測試數(shù)據(jù)、圖表、計算等）決策樹六、分析和結(jié)論（誤差分析與數(shù)據(jù)處理、成果總結(jié)等。其中，繪制曲線圖時必須用計算紙或程序運行結(jié)果、改進(jìn)、收獲）在本次實驗中，在建立數(shù)據(jù)源視圖時，多次出現(xiàn)錯誤，后來發(fā)現(xiàn)是因為未附加數(shù)據(jù)庫的原因，附加數(shù)據(jù)庫后解決了。因為實驗沒有完成就關(guān)閉了電腦，重啟電腦后，出現(xiàn)無法連接的錯誤，后通過管理界面啟動服務(wù)后解決。在部署時，出現(xiàn)由于“創(chuàng)建用于目標(biāo)郵件方案的挖掘結(jié)構(gòu)”中“內(nèi)