Clementine上机操作实验指导.pptVIP

计算每个记录与其所属类群质心的距离 从 计算每个聚类和其它聚类的距离 点击“执行”按钮，即可在管理器窗口的“模型”标签下显示生成的K-Means模型节点。 默认（Default）停止条件是迭代20次或者差异容忍度0.000001，其中任一项达到就停止。 调节因子η 右键单击管理器窗口“模型”标签下生成的K-Means模型节点，在快捷菜单中选择“浏览”，打开“K-Means”对话框，在“模型”标签下会显示划分出来的三个聚类，点击“全部展开”，则可以显示每个簇的一些统计信息 将生成的K-Means模型节点拖入到数据流区域 在Clementine中应用TwoStep 在Clementine中应用序列模式挖掘 对某超市的顾客购物事务数据库进行分析以提取序列模式。从事务数据库中随机抽取10个顾客，每个顾客都有多次购物记录，组成训练数据集，共67个训练样本，存放在sequence.xls文件中。样本属性包括顾客ID、购物时间以及商品名称 数据流 设置序列节点的字段属性 建模基本设置 建模高级设置 生成的序列模式 预测结果 字段实例化 在读取值前数据称为未实例化，字段设置为连续或离散型 通过读取值后数据完全实例化，字段的取值和类型都是可知的 通过类型节点或数据源节点上的类型条目可以指定数据类型 字段实例化 何时在源节点实例化 数据集不太大 不打算以后在流中增加字段 何时在类型节点实例化 数据集较大，而且流在类型节点前就过滤了子集 数据在流中被过滤 数据在流中被合并或追加 在处理过程中导出新的数据字段 字段类型 用变项文件节点读取SmallSampleComma.txt 字段实例化 将ID字段的类型修改为无类型 字段方向 输入：输入或者预测字段 输出：输出或者被预测字段字段 两者：既是输入又是输出，只在关联规则中用到 无：建模过程中不使用该字段 分区：将数据拆分为训练、测试（验证）部分 字段方向设置只有在建模时才起作用 在Clementine中应用Apriori算法 应用Apriori节点来对某超市的客户采购数据集进行购物篮分析。该数据集包含有21个属性（这些属性包括：COD、pasta、milk、water、biscuits、coffee、brioches、yoghurt、frozen vegetables、tunny、beer、tomato、souce、coke、rice、juices、crackers、oil、frozen fish、ice cream、mozzarella、tinned meat。其中“COD”是记录编号，其它20个属性代表20种商品），共46243个记录。每个属性代表某种商品，其取值为“0”或者“1”，“0”表示没有购买该商品，“1”表示购买了该商品。 数据源 设置“类型”节点 设置“Apriori”节点 “Apriori”节点的高级选项 浏览模型 在Clementine中应用C5.0 用C5.0算法对某银行的信贷历史记录进行数据挖掘的案例，通过构建决策树并形成规则，为银行的信贷服务提供决策支持。目标是要找出银行批准或否决贷款人的信用申请的标准。 数据存放在文件crx.data中。一共包含690个样本，16个属性。由于商业必威体育官网网址的缘故，属性名称用A1，A2，…，A16来表示，其中A16是类标号属性，有两个取值：“+”和“﹣”，“+”表示信贷申请被通过，“﹣”表示信贷申请被否决。用“写字板”可以打开crx.data文件。需要注意的是，一些属性的值为“？”，表示值缺失。 添加数据源节点 编辑“数据源节点” 节点重命名 加入表节点 “选择”节点 A1=? or @NULL(A2) or @NULL(A3) or A4=? or A5=? or A6=? or A7=? or @NULL(A8) or A9=? or A10=? or @NULL(A11) or A12=? or A13=? or @NULL(A14) or @NULL(A15) or A16=? ， “类型”节点 “抽样”节点 “C5.0”节点 生成的决策树模型 图 将测试数据集输入模型 得到测试数据的分类结果 对预测结果的分析 分析结果 有91.41%的测试样本（298个）的预测值和实际值相符 8.59%的测试样本（28个）的预测值和实际值不符 在28个预测错误的样本中，实际值为“+”但被预测为“-”的样本有19个，实际值为“-”但被预测为“+”的样本有9个。对预测类别“+”和“-”的绩效评价统计量分别为1.226和0.22。 在Clementine中应用k-means 根据饮料中的五种微量元素的含量（毫克/升）来对这15种饮料进行分组。 Clementine实验指导 主要内容 Clementi