weka数据挖掘实验2报告

数据挖掘实验报告姓名：邢金雁学号：091070106专业：电子商务091070106邢金雁web数据挖掘实验报告页1实验二一、实验名称：基于关联规则的信息获取二、实验目的：通过一个已有的训练数据集，观察训练集中的实例，进行关联信息获取，更好地理解和掌握关联规则算法的基本原理，建立相应的预测模型，然后对新的未知实例进行预测，预测的准确程度来衡量所建立模型的好坏。三、实验要求1、熟悉Weka平台2、掌握关联规则算法3、对数据进行预处理，利用Weka和不同参数设置进行关联分析，对比结果，得出结论，对问题进行总结。四、实验平台新西兰怀卡托大学研制的Weka系统。091070106邢金雁web数据挖掘实验报告页2实验步骤数据实验1.数据准备选择Filter中的Discretize方法，点击Apply，先对ARFF文件进行离散化：用UltraEdit对其进行编辑：@attributechildrennumeric改为：@attributechildren{0,1,2,3}然后用discretize算法对age和income离散化，并删掉id项因为它对关联规则分析无影响，保存文件。图1——first-last离散化091070106邢金雁web数据挖掘实验报告页3图2——UltraEdit编辑图3——针对属性1age和属性4income进行离散化091070106邢金雁web数据挖掘实验报告页42.选择Associate项中的Apriori算法分析进行关联信息获取，并进行参数设置。图4——离散化后的Apriori算法结果图5——变换参数得到不同结果091070106邢金雁web数据挖掘实验报告页5例如：现在我们计划挖掘出支持度在10%到100%之间，并且lift值超过1.5且lift值排在前10位的那些关联规则。把“lowerBoundMinSupport”和“upperBoundMinSupport”分别设为0.1和1，“metricType”设为lift，“minMetric”设为1.5，“numRules”设为100。其他选项保持默认。“OK”之后在“Explorer”中点击“Start”开始运行算法，在右边窗口显示数据集摘要和挖掘结果图6——举例结果091070106邢金雁web数据挖掘实验报告页6实验问题解答1.对于非xls格式的数据如何转换成ARFF数据类型?请给出你了解到的几种数据类型到ARFF的转换方式?答：（1）CSV→ARFF:1)用weka中的ArffView打开csv文件，然后另存为arff文件。2)用weka的“SimpleCLI”模块的命令行功能。在新窗口的最下方输入框输入javaweka.core.converters.CSVLoaderfilename.csvfilename.arff即可完成转换。3)进入“Exploer”模块，从上方的按钮中打开CSV文件然后另存为ARFF文件亦可。（2）TXT→ARFF：用Excel打开txt文件，然后另存为arff文件（逗号分隔），然后再利用weka将csv文件转化为arff文件（3）C4.5→ARFF：方法同CSV（4）MAT→ARFF：在Matlab中通过命令csvwrite('filename',matrixname)把一个矩阵存成CSV格式，再通过weka把CSV转化为ARFF。需要注意的是，Matlab给出的CSV文件往往没有属性名，因此对于Matlab给出的CSV文件需要用文本编辑软件打开，手工添加一行属性名。注意属性名的个数要跟数据属性的个数一致，仍用逗号隔开。2.在算法出来的lift排前1的规则中,如:age=52_maxsave_act=YEScurrent_act=YES113==income=43759_max61conf:(0.54)lift:(4.05)lev:(0.08)[45]conv:(1.85)请说明其中113、61、conf:(0.54)都表示什么含义？答：113表示项目集｛age=52_maxsave_act=YEScurrent_act=YES｝出现的次数，61表示事务income=43759_max在前者出现的情况下出现的次数，conf:(0.54)表示：0.54≈61/113，即该条规则的置信度。3.请问：通过在左下方“Resultlist”列出的结果上右击，点“Visualizeclusterassignments”。弹出的窗口是否能给出实例完成后的可视化结果，如果有，请截图，并在实验报告中给出详解。答：右键点击没有“Visualizeclusterassignments”选项，因此不能可视化091070106邢金雁web数据挖掘实验报告页7