数据分析与挖掘实验报告(1).doc

时间:2022-12-23 22:51:54
【文件属性】:

文件名称:数据分析与挖掘实验报告(1).doc

文件大小:785KB

文件格式:DOC

更新时间:2022-12-23 22:51:54

文档资料

《数据挖掘》实验报告 目录 1。关联规则的基本概念和方法 1 1.1数据挖掘 1 1.1。1数据挖掘的概念 1 1.1。2数据挖掘的方法与技术 1 1.2关联规则 3 1。2。1关联规则的概念 3 1.2。2关联规则的实现——Apriori算法 4 2.用Matlab实现关联规则 6 2。1Matlab概述 6 2.2基于Matlab的Apriori算法 7 3.用java实现关联规则 11 3.1java界面描述 11 3.2java关键代码描述 14 4、实验总结 19 4。1实验的不足和改进 19 4.2实验心得 20 1。关联规则的基本概念和方法 1.1数据挖掘 1。1。1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里, 数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以 从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的 ,人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现(KDD)的同义词,而另一些人 只是把数据挖掘视为知识发现过程的一个基本步骤.知识发现过程如下: ·数据清理(消除噪声和删除不一致的数据) ·数据集成(多种数据源可以组合在一起) ·数据转换(从数据库中提取和分析任务相关的数据) ·数据变换(从汇总或聚集操作,把数据变换和统一成适合挖掘的形式) ·数据挖掘(基本步骤,使用智能方法提取数据模式) ·模式评估(根据某种兴趣度度量,识别代表知识的真正有趣的模式) ·知识表示(使用可视化和知识表示技术,向用户提供挖掘的知识)。 1。1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式 识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集 成等许多应用领域的大量技术。数据挖掘主要包括以下方法。 神经网络方法:神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布 存储和高度容错等特性非常适合解决数据挖掘的问题,因此近年来越来越受到人们的关注 .典型的神经网络模型主要分3大类:以感知机、bp反向传播模型、函数型网络为代表的 ,用于分类、预测和模式识别的前馈式神经网络模型;以hopfield的离散模型和连续模 型为代表的,分别用于联想记忆和优化计算的反馈式神经网络模型;以art模型、kohol on模型为代表的,用于聚类的自组织映射方法。神经网络方法的缺点是"黑箱"性,人们 难以理解网络的学习和决策过程。 遗传算法:遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法,是一种仿 生全局优化方法.遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据 挖掘中被加以应用。sunil已成功地开发了一个基于遗传算法的数据挖掘工具,利用该工 具对两个飞机失事的真实数据库进行了数据挖掘实验,结果表明遗传算法是进行数据挖 掘的有效方法之一。遗传算法的应用还体现在与神经网络、粗糙集等技术的结合上。如 利用遗传算法优化神经网络结构,在不增加错误率的前提下,删除多余的连接和隐层单元 ;用遗传算法和bp算法结合训练神经网络,然后从网络提取规则等。但遗传算法的算法 较复杂,收敛于局部极小的较早收敛问题尚未解决。 决策树方法:决策树是一种常用于预测模型的算法,它通过将大量数据有目的分类, 从中找到一些有价值的,潜在的信息。它的主要优点是描述简单,分类速度快,特别适 合大规模的数据处理. 粗糙集方法:粗糙集理论是一种研究不精确、不确定知识的数学工具。粗糙集方法有 几个优点:不需要给出额外信息;简化输入信息的表达空间;算法简单,易于操作。粗糙 集处理的对象是类似二维关系表的信息表.目前成熟的关系数据库管理系统和新发展起来 的数据仓库管理系统,为粗糙集的数据挖掘奠定了坚实的基础。但粗糙集的数学基础是 集合论,难以直接处理连续的属性。而现实信息表中连续属性是普遍存在的。因此连续 属性的离散化是制约粗糙集理论实用化的难点。 覆盖正例排斥反例方法:它是利用覆盖所有正例、排斥所有反例的思想来寻找规则。 首先在正例集合中任选一个种子,到反例集合中逐个比较。与字段取值构成的选择子相容 则舍去,相反则保留。按此思想循环所有正例种子,将得到正例的规则(选择子的合取式 )。比较典型的算法有michalski的aq11方法、洪家荣改进的aq15方法以及他的ae5方法。 统计分析方法:在数据库字段项之间存在两种关系:函数关系(能用函数公式表示的 确定性关系)和相关关系(不能用函数公式表示,但仍是相关确定性关系),对它们的分 析可采用统计学方法,即利用统计学原理对数据库中的信息进行分析。可进行常用统计 (求大量数据中的最大值、最小值、总


网友评论