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(dòng)化學(xué)院學(xué)生實(shí)驗(yàn)報(bào)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(shí)驗(yàn)室：信自樓4442017年06月01日年級(jí)、專業(yè)、班軟件141班學(xué)號(hào)2014104131XX姓名陳*成績實(shí)驗(yàn)項(xiàng)目名稱數(shù)據(jù)挖掘及決策樹指導(dǎo)教師賈連印教師評(píng)語該同學(xué)是否了解實(shí)驗(yàn)原理：兒了解口B.基本了解口CJ、了解口該同學(xué)的實(shí)驗(yàn)?zāi)芰Γ篈.強(qiáng)口B.中等口C.差口該同學(xué)的實(shí)驗(yàn)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(shí)驗(yàn)報(bào)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(shí)驗(yàn)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(jī)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(shí)驗(yàn)室和指導(dǎo)教師提供的實(shí)驗(yàn)軟件，認(rèn)真完成規(guī)定的實(shí)驗(yàn)內(nèi)容，真實(shí)地記錄實(shí)驗(yàn)中遇到的二、實(shí)驗(yàn)原理及基本技術(shù)路線圖（方框原理圖或程序流程圖）請(qǐng)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(jī)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(shí)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(duì)某類對(duì)象的內(nèi)涵進(jìn)行描述，并概括這類對(duì)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(xiàng)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(xiàng)集的頻繁模式分類與預(yù)測(cè)分類：提出一個(gè)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(xiàng)映射到給定類別中的一個(gè)；預(yù)測(cè)：利用歷史數(shù)據(jù)建立模型，再運(yùn)用最新數(shù)據(jù)作為輸入值，獲得未來變化趨勢(shì)或者評(píng)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(duì)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(cè)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(cè)模型，它代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。樹中每個(gè)節(jié)

4、點(diǎn)表示某個(gè)對(duì)象，而每個(gè)分叉路徑則代表的某個(gè)可能的屬性值，而每個(gè)葉結(jié)點(diǎn)則對(duì)應(yīng)從根節(jié)點(diǎn)到該葉節(jié)點(diǎn)所經(jīng)歷的路徑所表示的對(duì)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(dú)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(shí)體世界中，每個(gè)實(shí)體用多個(gè)特征來描述。每個(gè)特征限于在一個(gè)離散集中取互斥的值C4.5對(duì)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(shí)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(duì)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(hào)、規(guī)格等或使用軟件）1臺(tái)PC及MicrosoftSQLServer套件

5、四、實(shí)驗(yàn)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(xiàng)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(huì)源視圓i匕鑫融翼集,I.匕匕角色;匕叫集:&詢2.更改存儲(chǔ)數(shù)據(jù)挖掘?qū)ο蟮膶?shí)例H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(xiàng).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(shí)驗(yàn)結(jié)果（測(cè)試數(shù)據(jù)、圖表、計(jì)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(shí)必須用計(jì)算紙或程序運(yùn)行結(jié)果、改進(jìn)、收獲）在本次實(shí)驗(yàn)中，在建立數(shù)據(jù)源視圖時(shí)，多次出現(xiàn)錯(cuò)誤，后來發(fā)現(xiàn)是因?yàn)槲锤郊訑?shù)據(jù)庫的原因，附加數(shù)據(jù)庫后解決了。因?yàn)閷?shí)驗(yàn)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(cuò)誤，后通過管理界面啟動(dòng)服務(wù)后解決。在部署時(shí)，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)