數(shù)據(jù)挖掘期末大作業(yè)

1、黔南民族師范學院計科系B11計信班楊秀青數(shù)據(jù)挖掘期末大作業(yè)1. 數(shù)據(jù)挖掘的發(fā)展趨勢是什么？大數(shù)據(jù)環(huán)境下如何進行數(shù)據(jù)挖掘。對于數(shù)據(jù)挖掘的發(fā)展趨勢，可以從以下幾個方面進行闡述：(1)數(shù)據(jù)挖掘語言的標準化描述:標準的數(shù)據(jù) 挖掘語言將有助于數(shù)據(jù)挖掘的系統(tǒng)化開發(fā)。改進 多個數(shù)據(jù)挖掘系統(tǒng)和功能間的互操作,促進其在企 業(yè)和社會中的使用。 (2)尋求數(shù)據(jù)挖掘過程中的可視化方法:可視 化要求已經(jīng)成為數(shù)據(jù)挖掘系統(tǒng)中必不可少的技術。 可以在發(fā)現(xiàn)知識的過程中進行很好的人機交互。 數(shù)據(jù)的可視化起到了推動人們主動進行知識發(fā)現(xiàn)的 作用。

2、0;(3)與特定數(shù)據(jù)存儲類型的適應問題:根據(jù)不 同的數(shù)據(jù)存儲類型的特點,進行針對性的研究是目 前流行以及將來一段時間必須面對的問題。 (4)網(wǎng)絡與分布式環(huán)境下的KDD問題:隨著 Internet的不斷發(fā)展,網(wǎng)絡資源日漸豐富,這就需要 分散的技術人員各自獨立地處理分離數(shù)據(jù)庫的工作 方式應是可協(xié)作的。因此,考慮適應分布式與網(wǎng) 絡環(huán)境的工具、技術及系統(tǒng)將是數(shù)據(jù)挖掘中一個最為重要和繁榮的子領域。 (5)應用的探索:隨著數(shù)據(jù)挖掘的日益普遍,其應用范圍也日益擴大,如生物醫(yī)學、電信業(yè)、零售業(yè) 等領域。由于數(shù)據(jù)挖掘在處理

3、特定應用問題時存在 局限性,因此,目前的研究趨勢是開發(fā)針對于特定應 用的數(shù)據(jù)挖掘系統(tǒng)。 (6)數(shù)據(jù)挖掘與數(shù)據(jù)庫系統(tǒng)和Web數(shù)據(jù)庫系 統(tǒng)的集成:數(shù)據(jù)庫系統(tǒng)和Web數(shù)據(jù)庫已經(jīng)成為信息 處理系統(tǒng)的主流。2. 從一個3輸入、2輸出的系統(tǒng)中獲取了10條歷史數(shù)據(jù)，另外，最后條數(shù)據(jù)是系統(tǒng)的輸入，不知道其對應的輸出。請使用SQL SERVER 2005的神經(jīng)網(wǎng)絡功能預測最后兩條數(shù)據(jù)的輸出。首先，打開SQL SERVER 2005數(shù)據(jù)庫軟件，然后在界面上右鍵單擊樹形圖中的“數(shù)據(jù)庫”標簽，在彈出的快捷菜單中選擇“新建數(shù)據(jù)庫”命令，并命名數(shù)據(jù)庫的名稱為YxqData

4、base，單擊確定，如下圖所示。 然后，在新建的數(shù)據(jù)庫YxqDatabas中，根據(jù)題目要求新建表，相應的表屬性見下圖所示。 在新建的表完成之后，默認的數(shù)據(jù)表名稱為Table_1,并打開表，根據(jù)題目提供的數(shù)據(jù)在表中輸入相應的數(shù)據(jù)如下圖所示。在測試數(shù)據(jù)被輸入到數(shù)據(jù)庫中之后，打開SQL Server Business Intelligence Development Studio命令，并在文件中新建項目，項目名稱命名為MyData,并單擊確定，進入下一步，如下圖所示。在進入的新頁面上，新建一個數(shù)據(jù)源，并在出現(xiàn)的新窗口中單擊下一步，并選擇新建按鈕，就會出現(xiàn)連接管理器窗口，如右圖所示。在打開的界面中，在

5、“提供程序”下拉列表框中選擇Microsoft OLE DB Provider for SQL Server選項，選擇完成后，單擊確定，進入下一界面，至此，完成了數(shù)據(jù)連接的工作。在建立完數(shù)據(jù)連接之后，需要建立數(shù)據(jù)源視圖，右鍵單擊數(shù)據(jù)源視圖，并選中“新建數(shù)據(jù)源視圖”命令，在數(shù)據(jù)庫YxqDatabase下的數(shù)據(jù)表Table_1中，選中這個數(shù)據(jù)表，然后單擊下一步，并更改數(shù)據(jù)源視圖的名稱為YxqView,單擊完成，這樣就建好了數(shù)據(jù)源視圖。如下圖所示。在上面的工作完成之后，我們在界面中單擊“挖掘結構”，并新建一個挖掘結構然后點擊下一步，在彈出的新窗口“選擇挖掘技術”中，我們選擇“Microsoft神經(jīng)網(wǎng)

6、絡”選項，并單擊下一步，如下圖所示。彈出的新窗口要求對Table_1中的各個列指定類型：鍵類型、輸入類型、可預測類型。把數(shù)據(jù)表Table_1中的data列定為鍵類型，x1,x2,x3規(guī)定為輸入類型，y1,y2規(guī)定為可預測類型，選擇之后情形如下圖所示。在上圖中，單擊下一步，再選擇默認值，并單擊下一步，就完成了挖掘模型的創(chuàng)建。挖掘模型創(chuàng)建完成之后會出現(xiàn)下圖所示的窗口。 在此界面中，我們選擇“挖掘模型查看器”選項卡，會彈出一個小窗口，提問“服務器內容似乎已過時。是否先生成和部署項目？”單擊是按鈕，系統(tǒng)將花費一點時間進行部署和生成，見下圖所示。部署成功后，就會彈出另外一個小窗口，提問“必須先處理Tab

7、le_1挖掘模型才能瀏覽其內容。處理模型可能要花費一些時間，具體將取決于數(shù)據(jù)量。是否繼續(xù)？”單擊“是”按鈕，并在新彈出的窗口中單擊“運行”按鈕”處理成功之后在兩個窗口分別單擊“關閉”按鈕，就會得到下圖所示的數(shù)據(jù)分析圖表。最后，選擇“挖掘模型預測”選項卡，進行數(shù)據(jù)預測，出現(xiàn)的界面如下圖所示。在所示的界面中，我們單擊“選項事例表”按鈕，在選擇導航中，選擇事例表為Table_1，將出現(xiàn)下圖所示的界面。在上圖所示的結構中，單擊工具欄上的“單獨查詢”按鈕，即產生下圖所示的界面。在上圖所示的界面中，把表中數(shù)據(jù)的最后一行分別輸入到變量x1,x2,x3后面的空白中，然后把挖掘模型下的Y1,Y2項拖動至最下面一

8、行的最左邊位置。然后單擊工具欄上的“切換到查詢結果”按鈕，會出現(xiàn)下圖所示的界面。至此，我們通過神經(jīng)網(wǎng)絡功能預測出了最后兩條數(shù)據(jù)的輸出。3. 用ID3算法生成分類決策樹在之前創(chuàng)建好的數(shù)據(jù)源與數(shù)據(jù)源視圖的前提下，我們開始創(chuàng)建決策樹的挖掘結構，單擊“挖掘結構”，并從中選擇“新建挖掘結構”命令，系統(tǒng)將打開數(shù)據(jù)挖掘導向。在“歡迎使用數(shù)據(jù)挖掘向導”頁上，單擊下一步按鈕，在“選擇定義方法”頁上，確認已選中“你要使用何種數(shù)據(jù)挖技術？”下拉列表中選擇“Microsoft決策樹”選項，如下圖所示。然后單擊下一步，出現(xiàn)“指定定型數(shù)據(jù)”頁，如下圖所示。在界面中，確保選中RID列右邊“鍵”列中的復選框，這即是決策樹分析

9、中所用的屬性。在上圖中，單擊下一步，在隨后“指定列的內容和數(shù)據(jù)類型”頁上，單擊下一步按鈕，出現(xiàn)“完成向導”頁。接下來，我們開始設置決策樹挖掘結構的相關參數(shù)，在“挖掘模型”選項卡上單擊鼠標右鍵，從彈出的快捷菜單中選擇“設置算法參數(shù)”命令，系統(tǒng)將打開“算法參數(shù)”對話框，如下圖所示。在設置好決策樹挖掘結構的相關參數(shù)之后，接下來，開始建立決策樹挖掘模型，選擇“挖掘模型查看器”選項卡，程序是否建立部署項目，選擇“是”，單擊運行按鈕，出現(xiàn)“處理進度”窗口，我們再次選擇“挖掘模型查看器”選項卡，生成的決策樹如下圖所示。4.數(shù)據(jù)挖掘與數(shù)據(jù)倉庫的關系是什么？談談對數(shù)據(jù)挖掘的理解。首先，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中 獲

10、取有效的、新穎的、潛在有用的、最終可理解的模式的過程。簡單的說，數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中提取或“挖掘”知識。然而，數(shù)據(jù)倉庫通常是指一個數(shù)據(jù)庫環(huán)境，而不是指一件產品，它提供用戶用于決策支持的當前和歷史數(shù)據(jù)，這些數(shù)據(jù)在傳統(tǒng)的數(shù)據(jù)庫中通常不方便得到。簡單來說，數(shù)據(jù)倉庫就是一個面向主題的、集成的、相對穩(wěn)定的、反應歷史變化的數(shù)據(jù)集合，通常用于輔助決策支持。其實，可以用這樣一個簡單例子形象化兩者的關系，如果將數(shù)據(jù)倉庫比作礦井，那么數(shù)據(jù)挖掘就是深入礦井采礦的工作。決策者利用數(shù)據(jù)作決策，即從數(shù)據(jù)倉庫中挖掘出對決策有用的信息與知識，是建立數(shù)據(jù)倉庫與進行數(shù)據(jù)挖掘的最大目的。只有數(shù)據(jù)倉庫先建行立完成，且數(shù)據(jù)倉庫所

11、含數(shù)據(jù)時干凈、完備和經(jīng)過整合的，數(shù)據(jù)挖掘才能有效地進行，因此從一定意義上可將兩者的關系解讀為數(shù)據(jù)挖掘時從數(shù)據(jù)倉庫中找出有用信息的一種過程與技術。5. 通過我班同學的身體特征，進行數(shù)據(jù)的分析，各特征有序號、身高（cm）、體重(kg)、胸圍(cm)、腰圍(cm)、臀圍(cm)，總共有50個學生的資料。首先，通過之前所創(chuàng)建的數(shù)據(jù)源、數(shù)據(jù)源視圖，在接下來我們開始創(chuàng)建k-means挖掘結構，在此，我們新建挖掘結構，如下圖所示。然后單擊下一步，接下來出現(xiàn)的“指定定型數(shù)據(jù)”頁，也即是指定聚類分析中所用的屬性，如下圖所示。至此，k-means挖掘結構創(chuàng)建完成，接下來我們開始設置k-means挖掘結構的相關參數(shù)，在“挖掘模型”選項卡上單擊鼠標右鍵，從彈出的快捷菜單中選擇“設置算法參數(shù)”命令，系統(tǒng)將打開“算法參數(shù)”對話框，如下圖所示。接著，我們開始建立k-means挖掘模型，然后選擇“挖掘模型查看器”，程序問是否建立部署項目，選擇