甘肃政法学院 本科生实验报告 （2） 姓名: 学院:计算机科学学院 专业:信息管理与信息系统 班级: 实验课程名称:数据挖掘 实验日期: 指导教师及职称: 实验成绩: 开课时间：2013—2014 学年 一 学期 甘肃政法学院实验管理中心印制 实验题目 Weka 的数据聚类分析 小组合作 姓名 班级 学 号 一、实验目的 1、了解和熟悉K 均值聚类的步骤 2、利用Weka 中提供的simpleKmeans 方法对数据文件进行聚类分析，更深刻的理解k 均值算法，并通过对实验结果进行观察分析，找出实验中所存在的问题。 二．实验环境 Win 7环境下的 Eclipse 三、实验内容 在 WEKA 中实现K 均值的算法,观察实验结果并进行分析。 四、 实验过程与分析 一、实验过程 1 、添加数据文件 打开Weka的Explore，使用Open file点击打开本次实验所要使用的raff格式数据文件“auto93.raff” 2 、选择算法类型 点击Cluster中的Choose，选择本次实验所要使用的算法类型“SimpleKMeans” 3 、得出实验结果 选中“Cluster Mode ”的“Use training set”，点击“Start”按钮，观察右边“Clusterer output”给出的聚类结果如下： === Run information === Scheme: weka.clusterers.SimpleKMeans -N 2 -S 10 Relation: auto93.names Instances: 93 Attributes: 23 Manufacturer Type City_MPG Highway_MPG Air_Bags_standard Drive_train_type Number_of_cylinders Engine_size Horsepower RPM Engine_revolutions_per_mile Manual_transmission_available Fuel_tank_capacity Passenger_capacity Length Wheelbase Width U-turn_space Rear_seat_room Luggage_capacity Weight Domestic class Test mode: evaluate on training data === Model and evaluation on training set === kMeans ====== Number of iterations: 5 Within cluster sum of squared errors: 282.17934341063733 Cluster centroids: Cluster 0 Mean/Mode: Chevrolet Midsize 19.0732 26.3171 1 1 5.9024 3.522 173.8537 4965.8537 1964.2683 0 18.6049 5.561 193.7805 108.6098 72.3415 41.6341 29.0202 15.5178 3517.561 1 23.4512 Std Devs: N/A N/A 2.3916 3.0368 N/A N/A 1.261 0.9015 50.3232 581.2098 370.73 N/A 2.4903 1.0735 11.1232 5.2435...
