《实验四 Clementine数据挖掘.docx》由会员分享，可在线阅读，更多相关《实验四 Clementine数据挖掘.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、实验U!数据挖掘实验指导一、目的掌握数据挖掘工具Clementine的基本方法与操作。二、任务利用Clementine对药物数据进行简单的数据挖掘操作，熟悉数据挖掘的基本步骤。 三、要求了解数据挖掘的基本步骤，完成针对给定数据的决策树挖掘/关联规那么分析/聚类分析， 并写出实验报告。四、实验内容利用Clementine对Drug.txt中药物研究数据进行决策树、关联规那么分析，观察挖掘的结 果，比拟这些方法挖掘结果的异同，根据观察的结果写出实验报告。注：药物研究数据来源于对治疗同一疾病病人的处方，这些病人服用不同药物，取得了 相同效果。其中所含数据项如下：Cholesterol:胆固醇(Nor
2、malHigh)Na:唾液中钠元素含量K:唾液中钾元素含量Age:年龄Sex:性别(MF)Drug:病人所服药物种类(A/B/C/X/Y)BP:血压(HighNormalLow)希望通过数据挖掘发现这些处方中隐藏的规律，给出不同临床特征病人更适合服务哪种 药物的建议，为未来医生填写处方提供参考。五、实验环境1、硬件：P4/256MB台式计算机2、软件：Windows 2000 Professional/SQL Server 2000/Clementine 8.1 及以上3、数据：Drugs数据(文件Drug.txt)六、步骤(一) 启 动 clementine图标或 C:Clementine
3、8.1 binClementine.exe,双击桌面数据挖掘工具uclementine 8.1 即可启动该挖掘工具，界面如图4-1所示。Ql囹回 国BBS回叵画ESI 图冈冈 Clementine Stream 1* - Clementine 8.1File Edit Insert View Tools SuperNode Window Help-|D| x|结果输出区畲翘卷畲畲奄Neural Net C5.0 C&R Tree Kohonen KMeans Two Step Apriori GRI Sequence PCAfFactor Regression Logistic Server:
4、 Local Server图4-1 clementine操作界面（二）数据挖掘操作1 .挖掘流（stream）操作新建：File菜单New Stream命令（1） 保存/另存：File菜单TSave Stream/Save Stream As命令指定保存位置、文件名称少保存按钮（2） 翻开：File菜单-Open Stream命令9指定要翻开流的位置、文件名称今翻开 按钮2 .挖掘步骤（1）建立连接数据源1）在挖掘工具区选项卡Sources中将Var. File节点拖入到主工作区。2）右击该节点，选择“Edit”命令，并选择“File”选项卡，显示如图4-2所示界面图4-2数据源编辑器3）指定
5、数据来源的文件名，设定源数据存放格式（如是否从文件中读取字段名、数据 分隔符号、）4）如需要对数据进行过滤那么可在图4-2界面中选择“Filter”选卡；如需要对数据类型 进行转换那么可在图4-2界面中选择“Types”选卡。设置完后，单击“OK” / “Apply”按钮，完成数据源连接。（2）指定挖掘模型在挖掘工具区中选择“Modeling”选卡，将合适的挖掘模型拖到主工作区（如C5.0）。（3）将数据源与挖掘模型连接起来右击主工作区中所建立的数据源，选择“Connect”命令，再单击要与该数据源连接 的挖掘模型。(4)设置挖掘模型右击主工作区中的挖掘模型，选择“Edit”命令，如图4-3所
6、示。图4-3挖掘模型设置选择“Fields”选项卡，选择Use custom settings”，并通过下拉菜单，选择“Target” 和“Inputs”数据列，单击“OK”关闭对话框。选择“Model”选卡可设置模型名称、输出 类型等，选择“Costs”选卡那么可设置训练的代价。(4)执行挖掘执行挖掘流中的所有挖掘模型，可单击窗口上侧工具栏中按钮Execute the current stream；只执行指定挖掘模型，那么先单击相应模型，再单击窗口上侧工具栏按钮“Execute selection ”。3 .浏览挖掘结果挖掘结束后，将在挖掘结果区中显示挖掘结果图标，右击该图标，选择“Brow
7、se”即 可浏览挖掘结果。如图4-4、4-5所示。图4-4挖掘结果浏览窗口图4-5挖掘结果浏览窗口在浏览窗口中，可树状浏览，也层次结构浏览，还可浏览有关挖掘过程的总结。4 .模型准确性评价1 ）在结果输出区，双击得到的模型，模型将会在主工作区显示出来2 ）右击用于测试的数据源，选择“Connect”命令，再单击1）步中在主工作区中显 示的图标，这时会将测试数据连接到需要测试的模型上。3）在挖掘工具区的“output”选项卡中，将“Analysis”节点拖放到主工作区，并将其 连接到需要测试分析的节点上。4）执行节点Analysis节点，得到如图4-6所示的界面。图4-6模型测试结果医学决策支持
8、系统实验报告班 级学 号姓 名实验名称实验四数据挖掘指导老师日 期2022-5-9医药信息系医院信息系统教研室实验四数据挖掘一、目的掌握数据挖掘的基本方法与操作。二、任务利用Clementine对药物数据进行简单的数据挖掘操作，熟悉数据挖掘的基本步骤。三、要求了解数据挖掘的基本步骤，完成针对给定数据的决策树挖掘/关联规那么挖掘，并写出实 验报告。四、实验内容利用Clementine对Drug.txt中药物研究数据进行决策树、关联规那么分析，观察挖掘的结 果，比拟这些方法挖掘结果的异同，根据观察的结果写出实验报告。注：药物研究数据来源于对治疗同一疾病病人的处方，这些病人服用不同药物，取得了 相同
9、效果。其中所含数据项如下：Age:年龄Cholesterol:胆固醇(NormalHigh)Sex:性别(MF)Na:唾液中钠元素含量Drug：病人所服药物种类(A/B/C/X/Y)K:唾液中钾元素含量BP:血压(HighNormalLow)五、希望通过数据挖掘发现这些处方中隐藏的规律,给出不同临床特征病人更适合服务哪种 药物的建议，为未来医生填写处方提供参考。六、实验环境1 .硬件：P4/256MB台式计算机2 . 软件：Windows 2000 Professional/SQL Server 2000/Clementine 8.13 .数据：Drugs数据(文件Drug.txt)七、实验结果1 .决策树所选择的决策树算法：决策目标：输入数据列：挖掘结果(树状图)：模型评价结果：测试集准确率：%,训练集准确率：% 根据挖掘得到的结果，写出一到两条规那么：2 .关联规那么所选择的关联规那么分析算法： 挖掘时选择的前提数据列：挖掘时选择的结论数据列：最小支持度：最小置信度：写出挖掘出的前两条规那么：