广东金融学院实验报告
课程名称：大数据工具应用
实验编号
及实验名称
实验二 数据分析入门（一）
学院
姓  名
学  号
班  级
实验地点
新电1001
实验日期
2018.11.19
实验时数
2
指导老师
钟雪灵
同组其他成员
无
成  绩
一、实验目的及要求
通过实验进一步掌握大数据工具的基础知识，独立使用工具获取网页数据并对数据进行预处理。
二、实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等）
1．使用软件：Wekabank文件
2．实验设备：装有Windows 7的联网的个人计算机
三、实验内容
1. 完成bank-data.xlsx文件到arff文件的转换。
2. 对inal.arff数据集中的数值型属性“温度（temperature）”离散成低温（cool），中温（mild），高温（hot）三个等级。
3. 生成inal.arff数据集的决策树。
4. 对CPU.arff数据集使用M5P分类器进行线性回归。
5. 使用SimpleKMeans聚类器对weather.numeric.arff数据集进行聚类，选择2个簇和欧氏距离，其他参数保持默认值，忽略play属性。
6. 使用EM聚类器对weather.numeric.arff数据集进行聚类，选择2个簇，其他参数保持默认值，忽略play属性。
四、实验结果（对必要的实验步骤进行截图，并加以文字描述）
1、完成bank-data.xlsx文件到arff文件的转换。
（1）打开“bank-data.xlsx”-点击“文件”-点击“另存为”-保存类型选中“CSV（逗号分隔）”-点击“保存”。
（2）打开weka-点击“Tools”-点击“ArffViewer”-点击“File-open” –文件类型选中“所有文件”-选中“bank-data.csv”-“打开”
点击“file”-点击“save as”-文件类型选中“Arff data files ”-“保存”
2、对inal.arff数据集中的数值型属性“温度（temperature）”离散成低温（cool），中温（mild），高温（hot）三个等级。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”
点击“Choose”-选中“Discretize”-点击空白处-在 “attributelndices”中输入2，在“bins”中输入3，其他保持不变-点击“OK”，再点击“Apply”
为避开可读性较差的问题，先另存为，点击“Save”。
（2）打开“word”，打开“weather.numeric.arff”这个文件
选中“'\'(-inf-71]\''”，点击“替换”
选中 “'\'(71-78]\''”，替换成“mild”
选中“'\'(78-inf)\''”，替换成“hot”
点击“保存”。
（3）用weka打开查看
3、生成inal.arff数据集的决策树。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numinal.arff”-点击“打开”,切换到“Classify”-单击“Choose”-打开“trees”条目-点击“J48”，选择“Use traning set”,单击“Strart”。
（2）在结果列表中右击“J48”条目，选择可视化菜单项“Visualize tree”
4. 对CPU.arff数据集使用M5P分类器进行线性回归。
打开weka-点击“Explorer”-点击“Open file”-选中“cpu.aff”-点击“打开”, 点击“Classify”-“Choose”，打开“function”条目-点击“LinearRegressio”，单击“Strart”。
在结果列表中右击条目，选择可视化分类结果误差菜单项“Visualize classifier errors”
5. 使用SimpleKMeans聚类器对weather.numeric.arff数据集进行聚类，选择2个簇和欧氏距离，
其他参数保持默认值，忽略play属性。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”, 切换到“Cluster”-单击“Choose”-选择“SimpleKMeans”，单击文本框-保持默认设置，单击“Ignore attributes”-选择“play”-单击“select”，单击“Start”。
（2）在结果列表中右击条目，选择“Visualize cluster assignments”
（3）单击“Save”，再次打开文件查看
6. 使用EM聚类器对weather.numeric.arff数据集进行聚类，选择2个簇，其他参数保持默认值，忽略play属性。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”，切换到“Cluster”-单击“Choose”-选择“EM”，单击文本框-“numClusters”设置为“2”-其他参数保持不变，选中“Classes to clusters evaluation”，单击“Ignore attributes”-弹出框中选择“play”-单击“select，”单击“Start”。
（2）在结果列表中右击条目，选择“Visualize cluster assignments”
（3）单击“Save”，再次打开文件查看
五、实验总结（包括心得体会、问题回答及实验改进意见，可附页）
1、这次实验很有难度，基本都要依靠视频，逐步跟进，第一次接触Weka，所以一轮实验过后对weka也只能算是有了接触，还算不上理解。
2、决策树较其他几个实验项目易懂，有图形，很形象了然。
3、大致懂得分类、聚类的操作步骤，但由于缺乏相应的数学知识储备，相应的计算机术语，不明白结果要如何分析，所以距离用weka做实际分类聚类的应用还很远。
4、希望自己有时间的时候能多看点资料，多补充点计算机和数学的知识，多了解软件里各个英文的含义，多去分析分析数据结果。
六、教师评语
□实验态度端正，实验步骤、结果正确，实验总结认真，评分：优秀
□实验态度端正，实验步骤、结果正确，评分：良好
□实验步骤、结果正确，评分：中等
□能够按照实验步骤完成实验，评分：及格
□无法完成实验，评分：不及格
                                                  指导老师：钟雪灵
                                                          2018.5

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。