挖掘算法以及其实现

《挖掘算法以及其实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《数据挖掘》实验报告实验一分类技术及其应用实习要求：基于线性回归模型拟合一个班学生的学习成绩，建立预测模型。数据可由自己建立100个学生的学习成绩。1）算法思想：最小二乘法设经验方程是y=F(x)，方程中含有一些待定系数an，给出真实值{(xi,yi)

2、i=1,2,...n},将这些x,y值代入方程然后作差，可以描述误差：yi-F(xi)，为了考虑整体的误差，可以取平方和，之所以要平方是考虑到误差可正可负直接相加可以相互抵消，所以记误差为：矚慫润厲钐瘗睞枥庑赖。e=∑(yi-F(xi))^2它是一个多元函数，有an

3、共n个未知量，现在要求的是最小值。所以必然满足对各变量的偏导等于0，于是得到n个方程：聞創沟燴鐺險爱氇谴净。de/da1=0de/da2=0...de/dan=0n个方程确定n个未知量为常量是理论上可以解出来的。用这种误差分析的方法进行回归方程的方法就是最小二乘法。残骛楼諍锩瀨濟溆塹籟。线性回归如果经验方程是线性的，形如y=ax+b，就是线性回归。按上面的分析，误差函数为：e=∑(yi-axi-b)^2各偏导为：de/da=2∑(yi-axi-b)xi=0de/db=-2∑(yi-axi-b)=0于是得到关于a,b

4、的线性方程组：(∑xi^2)a+(∑xi)b=∑yixi(∑xi)a+nb=∑yi设A=∑xi^2,B=∑xi,C=∑yixi,D=∑yi，则方程化为：Aa+Bb=CBa+nb=D29《数据挖掘》实验报告解出a,b得：a=(Cn-BD)/(An-BB)b=(AD-CB)/(An-BB)1）编程实现算法C++程序：#include#includeusingnamespacestd;voidmain(){doublex,y,A=0.0,B=0.0,C=0.0,D=0.0,delta,

5、a,b;intn,sno,avgstudy;cout<<"请拟合输入样本数目"<>n;for(inti=0;i>sno;cout<<"请输入学生上自习时间，按照每天小时计算"<>x;cout<<"请输入学生请输入平均成绩"<>y;A+=x*x;B+=x;C+=x*y;D+=y;}delta=A*n-B*B;a=((C*n-B*D)/delta);b=((A*D-C*B

6、)/delta);cout<<"a="<>avgstudy;cout<

7、果输入是将各个同学的上自习的时间按照小时计算比如（4，85）（5，94），将成绩和上自习时间进行相应的线性回归，推导出相应的线型方程，以便今后对其他学生上自习以及成绩的估测。29《数据挖掘》实验报告实习二聚类技术及其应用实习题1编程验证单连接凝聚聚类算法，实验数据可使用第五章表5.2的数据进行。要求输出层次聚类过程中每一步的聚类结果。酽锕极額閉镇桧猪訣锥。实习题2利用K-均值聚类算法对如下数据进行聚类，其中输入K=3，数据集为{2，4，10，12，3，20，30，11，25，23，34，22}。要求输出每个类及其中

8、的元素。1)算法基本思想的描述Givenk,thek-meansalgorithmisimplementedinfoursteps:彈贸摄尔霁毙攬砖卤庑。–Partitionobjectsintoknonemptysubsets–Computeseedpointsasthecentroidsoftheclustersofthecurrentpartition(thecentroidisthecenter,i.e.,meanpoint,ofthecluster)謀荞抟箧飆鐸怼类蒋薔。–Assigneachobject

9、totheclusterwiththenearestseedpoint厦礴恳蹒骈時盡继價骚。–GobacktoStep2,stopwhennomorenewassignment茕桢广鳓鯡选块网羈泪。2)编程实现算法//***********引入库函数#include"iostream.h"#include"math.h"#include"stdlib.h"#