《数据挖掘实验3.docx》由会员分享，可在线阅读，更多相关《数据挖掘实验3.docx（10页珍藏版）》请在三一文库上搜索。
1、火孝物联网智能信息处理实验报告学院：计算机科学技术学院专业班级：物联网工程1101学号：2011001557姓名：孙泽东 日期：2014年11月25日实验三数据挖掘实验2（2个学时）一、实验目的:熟悉数据挖掘中常用的关联规则挖掘算法， 针对待分析的数据实现一个特定 的关联规则挖掘算法。、实验内容：1 .收集、整理待挖掘的数据，搞清数据格式;2 .搞懂关联规则挖掘的基本原理；3 .根据数据集特点实现关联规则挖掘算法；4 .分析挖掘出的关联模式。三、实验要求：在收集1-2种待挖掘数据集并搞清数据格式的基础上， 根据关联规则挖掘算 法的原理（Apriori算法），选择Dev-C+埸开发环境，实现针对
2、选定的数据集 的关联规则挖掘算法源代码，调试程序并试运行，在此基础上分析挖掘出的关联 模式等，并完成实验报告。四、实验环境：软件环境：Windows/Linux,C+（Dev-C+）；硬件环境：P4 2.4G/80G/1G/64M及较高配置的PC机。五、实验步骤：1 .打开Dev-C+将开发环境；2 .通过查阅课本、网络资料和研读教师提高的材料，了解相关知识；3 .按照实验要求，逐步完成实验内容；4 .调试程序，输出结果，并进行记录。数据集retai Ldat -记事专/文件内编疑格式101查看M 羯助(H)D F G B G CDEFGGGF BCDDCFBD A A c A B diacB
3、-K 士口 Az-F:ProjectsDATAMININGApnonbinReleaseApriori.exeFress Enter to cantinue the processing.软拼音Press Enter to continue the processingPress Enter to continue the processing 根选项建C D F GA BD FB Ct0p 5t00002 6 0t6 0-tftBCDFZ pBDAfiGEDcDcA u:Program mesMicrosort visual MuaioMyProjectsApnonueougAprion.e
4、xePress Enter to continue the processing频繁2项集（65513=0.2，（1111（：011=0.8）： 支持度：0.375000 置信度:A=B B=A 多持度：0.375000 置信度：A=C C=fi 去持度：0.500000 置信度:A=D D=A AF支持度：0.250000置信度: AG支持度：0.250000置信度: BC支持度：0.250000置信度: BD支持度：0.250000置信度:CBG支持度：0.250000置信度: 支持度：0.500000 =D D=C CF支持度：0.250000置信度: 支持度：0.375000 置信度：
5、C=G G=C 支持度：0.500000 置信度：D=F F=DCDG 支持度：0.375000 置信度:GDFG支持度250000置信度:processing鼠FB 1/8=0.1250001：BF 1/8=0.125000|：BF 1/8-0.125000fe：FB 1/8=0.125000he项项项项 t子子子子 in频频频频 t I 二-lic二二 n 二二二三二 co有有有有。含含含含tF p F F r B c D G e A B B B t E 页 页页页页I s I I I I 3 / es去去去去选Be CADOPress Enter to continue the proc
6、essing颜繁3项集 ：A=D B=A AB=D 支持度：0.250000 置信度:A=BA BD=A 支持度：0.375000 置信度:A=C A=D A =CD C=AD C=AD AC=DA D=C AD=C CD=A 支持度：0.250000 置信度:A=DDD=AD-FF=D1 支持度：0.250000 置信度:C=D CF=DD=CD=FF=D1 支持度：0.250000 置信度:C=DGD=CG=C G=D CG=D DG=CG=DDG=F 支持度：0.250000 置信度:D=FD 0.666667 FG=DPress Enter to 要去项集:abdc 裳去项集:abdf
7、 盟去项攀ACDF 裳去项集:ACDF 裳去项集:acdg 裳去项卷adfc 裂去项集:adfg 舞去项睾:CDFG 舞去项套CDFG 畀去项集:CDGF 售选4项薮 隆选4项集为空，Press Enter toon有有有有有有有有有有 C含含含含含含含含含含-项项项项项项项项项项 th子子子子子子子子子子 nu频频频频频频频频频频 i 一二一二一二一二二二一二一二一二一二processingS：BDC 1/8=0.125000：BF 1/8=0.125000集：ACF 集:ACF 集:ACG 赛ACF W：ADG 赛CFG 赛CFG 集:CFG1/8=0.1250001/8=0.125000
8、1/8=0.1250001/8=0.1250001/8=0.1250001/8=0.1250001/8=0.1250001/8=0.125000continue the processingF:Pro j ectsDATAMINNGAprfonb( nReleaseApnon.exeFG=XDDG)= XF：DG=XC：置信度;1,函眄. T 7度:g.6的000 置i度工电，白0眄腼 置渡:T.酗眄四 置 ：0.?500（jaA=XB B=CA A=XC CZQ AXD D- C=XD D=XC C- GZC D -XP FXD G=XD AB=XDBD=Xfl fi-XCD C-XAD A
9、C)= fiD=XC： CD=XA： fiF = XD： CF XD CG=XD色m 60则的 0.750000 0,6000(10 0,600000取B.8H阳0日666667 野0,80四帆I J：0,66666? f：0,600R0R0,600000 r；e.G6fr&G7 鼠1,00000日 :0.600000666667：3.75B0W0 度;i.函眄断 ：1,H00000 度:度：0,666667 度:回，66637 度：工，萌酬硬l*ocess reun&d 0 execution tine ： 25a52S Fess any key to ont inue.六、思考题：1 .挖掘关联模式有何意义所在？在处理极大量的数据时，如何提高算法效率；对于挖掘迅速更新的数据的挖 掘算法的进一步研究；在挖掘的过程中，提供一种与用户进行交互的方法， 将用 户的领域知识结合在其中；对于数值型字段在关联规则中的处理问题； 生成结果 的可视化，等等。2 .举例出1-2个物联网系统中可能存在的关联模式。关联规则挖掘的一个典型例子是购物篮分析。关联规则研究有助于发现交易 数据库中不同商品（项）之间的联系。找出顾客购买行为模式，如购买了某一商 品对购买其他商品的影响。分析结果可以应用于商品货架布局、 货存安排以及根 据购买模式对用户进行分类。