数据挖掘实验报告学院名称计算机科学与技术学院专业名称学生姓名学号5指导教师二◦—六年月实验内容实验一一、实验原理(1).缺省值的处理：用均值替换、回归查补和多重查补对缺省值进行处理通过R语言提供的方法确定哪些有缺省值，哪些是异常值，并把异常置为缺失值来处理，通过表格形式打印出来。将数据集分成完整数据和缺失数据两部分。(2).用均值替换：求变量未缺失部分的均值，用均值替换缺失。回归查补：是把缺失属性作为因变量，其他相关属性作为自变量，利用他们之间的关系建立回归模型的来预测缺失值，以此完成缺失值插补的方法。(3).多重查补：多值插补的思想来源于贝叶斯估计，认为待插补的值是随机的，它的值来自于已观测到的值。具体实践上通常是估计出待插补的值，然后再加上不同的噪声，形成多组可选插补值。根据某种选择依据，选取最合适的插补值。多重插补方法分为三个步骤：①为每个空值产生一套可能的插补值，这些值反映了无响应模型的不确定性；每个值都可以被用来插补数据集中的缺失值，产生若干个完整数据集合。②每个插补数据集合都用针对完整数据集的统计方法进行统计分析。③对来自各个插补数据集的结果，根据评分函数进行选择，产生最终的插补值。二、实验目的掌握数据预处理的基本方法。三、实验内容1、R语言初步认识(掌握R程序运行环境)2、实验数据预处理。(掌握R语言中数据预处理的使用)对给定的测试用例数据集，进行以下操作。1)、加载程序，熟悉各按钮的功能。2)、熟悉各函数的功能，运行程序，并对程序进行分析。对餐饮销量数据进统计量分析，求销量数据均值、中位数、极差、标准差，变异系数和四分位数间距。对餐饮企业菜品的盈利贡献度(即菜品盈利帕累托分析)，画出帕累托图。3)数据预处理缺省值的处理：用均值替换、回归查补和多重查补对缺省值进行处理对连续属性离散化：用等频、等宽等方法对数据进行离散化处理四、实验步骤1.将数据加载，通过函数计算所需的值蛋定Kn熹映庚匚翼匚負匚QDglJ兰洽一匚旳寸匚無一匚战2.对餐饮企业菜品的盈利贡献度（即菜品盈利帕累托分析），画出帕累托图。3.数据预处理。分别采用等宽离散化，等频离散化，聚类离散化来实现，画出图示结果五、实验结果1.销售数据的加载以及对于函数的计算1坤值中也极差尿准差支异藕1/4^fir©3/4&位故四分位间距2755.2152555.359QS4.44751.02930.2725S4S2451.3753026.125574.152.画出帕累托图3.对数据的预处理1）缺省值的处理sal-esdate53442.119Q0弗躬.11S973136.§iasS3744.11S7台4050.31S61040150.31S5113614.71S3123235.51S2132332.11S1142693.3ISO152332.1173163036.81781、异常值的存在会对挖掘结果带来什么样的不良影响？对异常值分析是检验数据是否有录入错误以及含有不合常理的数据。忽视异常值的存在是十分危险的，不加剔除的把异常值包括进数据的计算分析过程中，会给结果带来不良影响2、为什么需要对数据进行规范化？进行规范化的目地：规范化目的是使结构更合理，消除存储异常，使数据冗余尽量小便于插入、删除和更新lossjnd0.5aJnnm_ind--1.5ftiSTni_lhd<25实验二一、基本原理分类算法是解决分类问题的方法。分类算法通过对已知类别训练集的分析，从中发现分类规则，以此预测新数据的类别。分类算法的应用非常广泛，银行中风险评估、客户类别分类、文本检索和搜索引擎分类、安全领域中的入侵检测以及软件项目中的应用等等。二、实验目的：掌握CART决策树构建分类模型。三、实验内容对所有窃漏电用户及真诚用户的电量、告警及线损数据和该用户在当天是否窃漏电的标识，按窃漏电评价指标进行处理并选取其中291个样本数据，得到专家样本，使用CART决策树实现分类预测模型。注意：数据的80%作为训练样本，剩下的20%作为测试样本。四、实验步骤1、对数据进行预处理2、把数据随机分为两部分，一部分用于训练，一部分用于测试。3、使用tree包里的tree函数以及训练数据构建CART决策树模型，使用predict函数和构建的CART决策树模型分别对训练数据和测试数据进行分类。4、使用nnet包里面的nnet函数以及训练数据构建神经网络模型，使用predict函数和构建的神经网络模型分别对训练...
