《数据挖掘实验报告一.docx》由会员分享,可在线阅读,更多相关《数据挖掘实验报告一.docx(5页珍藏版)》请在课桌文档上搜索。
1、数据预处理一、 实验原理 预处理方法根本方法1、数据清洗去掉噪声和无关数据2、数据集成将多个数据源中的数据结合起来存放在一个一致的数据存储中3、数据变换把原始数据转换成为适合数据挖掘的形式4、数据归约主要方法包括:数据立方体聚集,维归约,数据压缩,数值归约,离散化和概念分层等二、 实验目的掌握数据预处理的根本方法。三、 实验容1、 R语言初步认识掌握R程序运行环境2、 实验数据预处理。掌握R语言中数据预处理的使用对给定的测试用例数据集,进展以下操作。1、加载程序,熟悉各按钮的功能。2、熟悉各函数的功能,运行程序,并对程序进展分析。 对餐饮销量数据进统计量分析,求销量数据均值、中位数、极差、标准
2、差,变异系数和四分位数间距。 对餐饮企业菜品的盈利贡献度即菜品盈利帕累托分析,画出帕累托图。 3数据预处理缺省值的处理:用均值替换、回归查补和多重查补对缺省值进展处理对连续属性离散化:用等频、等宽等方法对数据进展离散化处理四、 实验步骤1、 R语言运行环境的安装配置和简单使用(1) 安装R语言R语言下载安装包,然后进展默认安装,然后安装RStudio 工具(2) R语言控制台的使用1.2.1查看帮助文档1.2.2 安装软件包1.2.3 进展简单的数据操作(3) RStudio 简单使用1.3.1 RStudio 中 进展简单的数据处理1.3.2 RStudio 中 进展简单的数据处理2、 R语
3、言中数据预处理(1) 加载程序,熟悉各按钮的功能。(2) 熟悉各函数的功能,运行程序,并对程序进展分析2.2.1 销量中位数、极差、标准差,变异系数和四分位数间距。, 2.2.2对餐饮企业菜品的盈利贡献度即菜品盈利帕累托分析,画出帕累托图。3数据预处理缺省值的处理:用均值替换、回归查补和多重查补对缺省值进展处理对连续属性离散化:用等频、等宽等方法对数据进展离散化处理五、 实验结果按照实验步骤对餐饮销量数据进统计量分析,求出了销量数据均值、中位数、极差、标准差,变异系数和四分位数间距,并在上述报告中用表格显示出来;得到了餐饮企业菜品的盈利贡献度即菜品盈利帕累托分析;最后进展数据预处理。六、 思考与分析1、异常值的存在会对挖掘结果带来什么样的不良影响?答:在实验中,由于测量产生误差,从而导致个别数据出现异常,往往导致结果产生较大的误差,即出现数据的异常.而异常数据的出现会掩盖实验数据的变化规律,以致使研究对象变化规律异常,得出错误结论。2、为什么需要对数据进展规化?答:规化目的是使结构更合理,消除存储异常,使数据冗余尽量小,便于插入、删除和更新。