搜索
课内实验报告课程名：数据仓库与数据挖掘任课教师：专业：学号：姓名：二○一五至二○一六年度第二学期南京邮电大学管理学院《数据仓库与数据挖掘》课程实验第3次实验报告实验内容及基本要求：实验项目名称：分类挖掘任务的实践实验类型：综合型每组人数：1实验内容及要求：运用数据挖掘中的经典分类算法——ID3完成贷款审批分析和电信客户流失分析，并运用一元线性回归分析模型对黄瓜的销量进行预测。实验结果：实验一：分类挖掘在电信客户流失中的应用读excel文件，对excel文件中的缺失值进行删除操作，使得原excel中的客户记录减至131条，选择分类型决策树操作，选择“流失”为因变量，“学历”“工龄”“年龄”“互联网”“手机支付”“来点显示”“收入”为自变量，最后将实验结果输出成excel文件，对excel文件进行行操作，删除“流失”不等于PRODICT.class的行，最终得到106条记录。分析：使用分类型决策树能较好得进行决策，判断用户记录是否流失。在决策树中，橘色代表是，深色代表否，我们比较关心橘色或深色所占比例大的规则。规则1：框中完全是深色，表示流失可能性为0，在决策树中，这些人的属性为工龄19.5，年龄32.5,收入23.5,在记录中共有5条这样的记录，没有客户流失。规则2：橙色占较大比例，代表流失的可能性大。在决策树中，这些人的属性为工龄19.5,29.5=收入35,在记录中共有8条记录。其中7条记录不流失。规则3：深色占较大比例，代表不流失的可能性大。在决策树中，这些人的属性为工龄=19.5,在记录中共有32条记录，其中28条记录流失。实验二：回归分析读文本文件，对文本文件进行线性回归，选择price为自变量，weigh为因变量，得到线性回归结果，使用这个线性回归结果对预测进行控制，再读入一个文本文件，选择预测操作，将预测结果输出为一个文本文件。分析：由线性回归的表可以看出，自由变量个数为1，TTS=TTE+TTR，由第一个表可以看出，weigh=210.44-157.78price为拟合曲线，p检验为4.34E-6的值接近于0，由此看出拟合的结果比较符合实际，T=R+E，对R和P进行p检验，p检验的值均接近于0。Multipler-squared=R/T,所以，error的误差较少，实际值与拟合值相近。成绩评定：该生对待本次实验的态度□认真□良好□一般□比较差。本次实验的过程情况□很好□较好□一般□比较差对实验结果的分析□很好□良好□一般□比较差文档书写符合规范程度□很好□良好□一般□比较差综合意见：成绩指导教师签名日期2016.5.18