广金大数据工具应用第二次实验报告答案(共12页).doc

《广金大数据工具应用第二次实验报告答案(共12页).doc》由会员分享，可在线阅读，更多相关《广金大数据工具应用第二次实验报告答案(共12页).doc（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上广东金融学院实验报告课程名称：大数据工具应用实验编号及实验名称实验二 数据分析入门（一）学院姓 名学 号班 级实验地点新电1001实验日期2018.11.19实验时数2指导老师钟雪灵同组其他成员无成 绩一、实验目的及要求通过实验进一步掌握大数据工具的基础知识，独立使用工具获取网页数据并对数据进行预处理。二、实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等）1使用软件：Weka2 实验设备：装有Windows 7的联网的个人计算机三、实验内容1. 完成bank-data.xlsx文件到arff文件的转换。2. 对weather.nominal.arff数据集

2、中的数值型属性“温度（temperature）”离散成低温（cool），中温（mild），高温（hot）三个等级。3. 生成weather.nominal.arff数据集的决策树。4. 对CPU.arff数据集使用M5P分类器进行线性回归。5. 使用SimpleKMeans聚类器对weather.numeric.arff数据集进行聚类，选择2个簇和欧氏距离，其他参数保持默认值，忽略play属性。6. 使用EM聚类器对weather.numeric.arff数据集进行聚类，选择2个簇，其他参数保持默认值，忽略play属性。四、实验结果（对必要的实验步骤进行截图，并加以文字描述）1、完成bank-

3、data.xlsx文件到arff文件的转换。（1）打开“bank-data.xlsx”-点击“文件”-点击“另存为”-保存类型选中“CSV（逗号分隔）”-点击“保存”。（2）打开weka-点击“Tools”-点击“ArffViewer”-点击“File-open” 文件类型选中“所有文件”-选中“bank-data.csv”-“打开” 点击“file”-点击“save as”-文件类型选中“Arff data files ”-“保存”2、对weather.nominal.arff数据集中的数值型属性“温度（temperature）”离散成低温（cool），中温（mild），高温（hot）三个等

4、级。（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”点击“Choose”-选中“Discretize”-点击空白处-在 “attributelndices”中输入2，在“bins”中输入3，其他保持不变-点击“OK”，再点击“Apply”为避开可读性较差的问题，先另存为，点击“Save”。（2）打开“word”，打开“weather.numeric.arff”这个文件选中“(-inf-71”，点击“替换”选中 “(71-78”，替换成“mild”选中“(78-inf)”，替换成“hot”点击“保存”。（3）

5、用weka打开查看3、生成weather.nominal.arff数据集的决策树。（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numinal.arff”-点击“打开”,切换到“Classify”-单击“Choose”-打开“trees”条目-点击“J48”，选择“Use traning set”,单击“Strart”。（2）在结果列表中右击“J48”条目，选择可视化菜单项“Visualize tree”4. 对CPU.arff数据集使用M5P分类器进行线性回归。打开weka-点击“Explorer”-点击“Open file”-选中“cpu.

6、aff”-点击“打开”, 点击“Classify”-“Choose”，打开“function”条目-点击“LinearRegressio”，单击“Strart”。在结果列表中右击条目，选择可视化分类结果误差菜单项“Visualize classifier errors”5. 使用SimpleKMeans聚类器对weather.numeric.arff数据集进行聚类，选择2个簇和欧氏距离，其他参数保持默认值，忽略play属性。（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”, 切换到“Cluster”-单击“

7、Choose”-选择“SimpleKMeans”，单击文本框-保持默认设置，单击“Ignore attributes”-选择“play”-单击“select”，单击“Start”。（2）在结果列表中右击条目，选择“Visualize cluster assignments”（3）单击“Save”，再次打开文件查看6. 使用EM聚类器对weather.numeric.arff数据集进行聚类，选择2个簇，其他参数保持默认值，忽略play属性。（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”，切换到“Cluste

8、r”-单击“Choose”-选择“EM”，单击文本框-“numClusters”设置为“2”-其他参数保持不变，选中“Classes to clusters evaluation”，单击“Ignore attributes”-弹出框中选择“play”-单击“select，”单击“Start”。（2）在结果列表中右击条目，选择“Visualize cluster assignments”（3）单击“Save”，再次打开文件查看五、实验总结（包括心得体会、问题回答及实验改进意见，可附页）1、这次实验很有难度，基本都要依靠视频，逐步跟进，第一次接触Weka，所以一轮实验过后对weka也只能算是有了接触，还算不上理解。2、决策树较其他几个实验项目易懂，有图形，很形象了然。3、大致懂得分类、聚类的操作步骤，但由于缺乏相应的数学知识储备，相应的计算机术语，不明白结果要如何分析，所以距离用weka做实际分类聚类的应用还很远。4、希望自己有时间的时候能多看点资料，多补充点计算机和数学的知识，多了解软件里各个英文的含义，多去分析分析数据结果。六、教师评语实验态度端正，实验步骤、结果正确，实验总结认真，评分：优秀实验态度端正，实验步骤、结果正确，评分：良好实验步骤、结果正确，评分：中等能够按照实验步骤完成实验，评分：及格无法完成实验，评分：不及格 指导老师：钟雪灵 2018.5专心-专注-专业