倚數(shù)據(jù)挖掘?qū)嶒瀳蟾鎋第1頁
倚數(shù)據(jù)挖掘?qū)嶒瀳蟾鎋第2頁
倚數(shù)據(jù)挖掘?qū)嶒瀳蟾鎋第3頁
倚數(shù)據(jù)挖掘?qū)嶒瀳蟾鎋第4頁
倚數(shù)據(jù)挖掘?qū)嶒瀳蟾鎋第5頁
免費預覽已結(jié)束，剩余23頁可下載查看

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

一 實驗目⑴熟悉SPSS⑵掌握數(shù)據(jù)挖掘的一般方法； SPSS隨機刪去給定數(shù)據(jù)文件中的10%的數(shù)據(jù)，并采用你認為合適的缺失1010000采用K均值算法對第一步中生成的數(shù)據(jù)進行聚類，給出聚類結(jié)果，并與真實數(shù)據(jù)分布對比，判斷聚類準確度。改變K的數(shù)值，研究K采用另一種你所熟悉的聚類算法，如DBSCAN類操作，并分析與KID3使用ID3分析模型，分類準確率等指標使用C4.5分析模型，分類準確率等指標（3）三 實驗環(huán)操作系統(tǒng)：Windows開發(fā)平臺：SPSS19.0四 實驗步實驗一報SPSS續(xù)”-“確定”點擊“轉(zhuǎn)換”-”和“ROM刪去給定數(shù)據(jù)文件中的10%的數(shù)據(jù)，并采用你認為合適的缺失值填補方“delete，SPSS再次打開最初的實驗一數(shù)據(jù).xlsx文件選擇“分析”-“比較均值”-“配對樣本T實驗二報（3）采用EM實驗效果好于k=10kmeans實驗三報任務一 測試集決策樹任務二 C4.5決策樹生成訓練集決策樹測試集決策樹

實驗四報告）使用weka將數(shù)據(jù)轉(zhuǎn)為52、3、4、5、91

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論