数据仓库与数据挖掘实验指导书王浩畅资料

七、通过实验,要求同学在贝叶斯信息获取实验中解决以下问题，并递交完整的实验报告

1、在数据预处理中，通过转换与否的实验比较,判断是否一定要把“Children”属性转换成分类型的两个值“YES” “NO”。

2、 在算法选择时,点击“Choose”按钮后可以看到哪些分类的算法分门别类的列在一个树型框里? 将些数据截图,在实验报告中进行详解。

3、点击“Choose”右边的文本框，弹出新窗口为该算法设置各种参数。点“More”查看参数说明，点“Capabilities”查看算法适用范围。请在实验报告中详解的参数设置情况。

4、请介绍你建立好的模型以及对该模型的误差分析等结果,如:出现在“Classifier output”中的模型准确度等,将这些数据截图, 在实验报告中进行详解。

5、如果你的模型准确度不高,你是怎样通过修改算法的参数来提高准确度?

实验六 基于回归模型的数据分析

一、实验名称：

基于回归模型的数据分析 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，进行回归分析，更好地理解和掌握回归分析算法基本原理，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、掌握回归分析算法

3、对数据进行预处理，利用Weka和不同参数设置进行回归分析，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 五、实验数据

使用房屋定价数据，具体如表1所示：

表1回归模型的房屋值 房子面积（平方英占地的大卧花岗卫生间有无重销售价格 尺） 小 室 岩 装？ 3529 3247 4032 2397 2200 3536 2983 3198 9191 10061 10150 14156 9600 19994 9365 9669 6 5 5 4 4 6 5 5 0 1 0 1 0 1 0 1 0 1 1 0 1` 1 1 1 ￥205,000 ￥224,900 ￥197,900 ￥189,900 ￥195,000 ￥325,000 ￥230,000 ???? 六、实验方法和步骤

1．为 Weka 构建数据集

为了将数据加载到 Weka，必须将数据放入到arff格式的文件中，具体介绍如前面所示，现构造arff文件如下，存成house.arff：

2．将数据载入 Weka

数据创建完成后，就可以开始创建回归模型。启动 Weka，根据之前的实验方法载入之前构造的文件house.arff。

3．用 Weka 创建一个回归模型 为了创建这个模型，单击 Classify 选项卡。第一个步骤是选择想要创建的这个模型，也就是选择希望使用的建模算法：

? 单击 Choose 按钮，然后扩展 functions 分支； ? 选择 Linear Regression

4．创建训练集

准备好创建模型后，单击 Start，输出结果如下：

5．解析这个回归模型

Weka功能强大，在上面的输出信息中就可以看出一个关于selling-price的计算公式（模型），包括一些其他信息，而此处关心的主要内容就是这个公式，如下清单所示：

6.预测 3198 9669 5 1 1 ???? 七、通过实验,要求同学在聚类分析信息获取实验中解决以下问题，并递交完整的实验报告

1. 解释得到的回归模型 2. 给出预测结果。