欢迎来到天天文库
浏览记录
ID：53117130
大小：2.21 MB
页数：5页
时间：2020-04-01
《数据挖掘实验报告二.doc》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、实验二一、基本原理分类算法是解决分类问题的方法，是数据挖掘、机器学习和模式识别中一个重要的研究领域。分类算法通过对已知类别训练集的分析，从中发现分类规则，以此预测新数据的类别。分类算法的应用非常广泛，银行中风险评估、客户类别分类、文本检索和搜索引擎分类、安全领域中的入侵检测以及软件项目中的应用等。二、实验目的：掌握CART决策树构建分类模型。三、实验内容对所有窃漏电用户及真诚用户的电量、告警及线损数据和该用户在当天是否窃漏电的标识，按窃漏电评价指标进行处理并选取其中291个样本数据，得到专家样本，使用CART决策树实现分类预测模型
2、。注意：数据的80%作为训练样本，剩下的20%作为测试样本。四、实验步骤1、对数据进行预处理2、把数据随机分为两部分，一部分用于训练，一部分用于测试。分成testData和trainData文件即测试数据和训练数据数据的80%作为训练样本，剩下的20%作为测试样本。1、使用tree包里的tree函数以及训练数据构建CART决策树模型，使用predict函数和构建的CART决策树模型分别对训练数据和测试数据进行分类。1、使用nnet包里面的nnet函数以及训练数据构建神经网络模型，使用predict函数和构建的神经网络模型分别对训练
3、数据和测试数据进行分类。1、对比分析CART决策树和神经网络模型对数据处理的结果。一、实验结果二、思考与分析尝试采用神经网络对数据进行分类，并与CART决策树的结果进行比较。答:与神经网络相比，决策树可以很好地处理非数值型的数据，但是决策树对连续的数据(比如连续的数值型数据)不太擅长。
此文档下载收益归作者所有
