数据仓库与数据挖掘实验报告数据分析实验报告分类与预测实验、关联规则分析、聚类分析共34页.pdf下载

weixin_39821228 2022-06-07 17:29:06

实验一 Microsoft SQL Server Analysis Services的使用 3 实验二使用WEKA进行分类与预测 15 实验三使用WEKA进行关联规则与聚类分析 22 实验四数据挖掘算法的程序实现 28 , 相关下载链接：https://download.csdn.net/download/qq_27595745/85568811?utm_source=bbsseo

...全文

18 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

实验一 Microsoft SQL Server Analysis Services的使用 3 实验二使用WEKA进行分类与预测 15 实验三使用WEKA进行关联规则与聚类分析 22 实验四 数据挖掘算法的程序实现 28

2023年新版数据仓库与数据挖掘实验报告.pdf

完整全套资源下载地址：https://download.csdn.net/download/qq_27595745/76117310 【完整课程列表】 2016教学大纲.docx 商务智能课程作业 BI作业 数据分析 基于决策树算法下的学生录取率数据分析 共13页.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第1章商务智能绪论（共81页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第2章商务智能基础理论（共64页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第3章 数据仓库的概念与结构（共52页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第3章 数据仓库设计与开发（共100页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第4章 数据挖掘（共81页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第5章数据预处理技术（共114页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第5章数据预处理技术案例（共18页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第6章 OLAP 联机分析处理（共96页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第7章_数据挖掘常用算法-分类与预测-关联规则（共48页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第7章_数据挖掘常用算法-分类与预测-聚类分析（共62页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第7章_数据挖掘常用算法-分类与预测-决策树算法（共64页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第8章_商务智能综合案例分析（共26页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第8章_应用案例分析（共10页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程数据库基础知识补充数据库系统实例分析（共43页）.ppt 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016商务智能A卷.docx 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016商务智能B卷.docx 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016《商务智能导论》A卷答案.docx 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016《商务智能导论》B卷答案.docx 实验\数据挖掘实验(实验四-七).doc 实验\小报告\第八组商务智能概论报告.pdf 实验\小报告\第二组商务智能报告.pdf 实验\小报告\第六组数据仓库建立报告.pdf 实验\小报告\第七组超市数据库.pdf 实验\小报告\第三组超市系统设计.pdf 实验\小报告\第四组商务智能报告.doc 实验\小报告\第五组小报告.pdf 实验\小报告\第一组建库报告.pdf 数据\adventureworks数据库DW数据仓库示例.pdf 数据\Bank 数据解释.doc 数据\bank.csv 数据\bank.xls 数据\bank3.csv 数据\bank3.xlsx 数据\student升学.xls 数据\三国志.xls 数据\银行数据共4522行\bank.csv 数据仓库SQL代码\SQL-Supermarket.sql

完整全套资源下载地址：https://download.csdn.net/download/qq_27595745/76117310 【完整课程列表】 2016教学大纲.docx 商务智能课程作业 BI作业 数据分析 基于决策树算法下的学生录取率数据分析 共13页.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第1章商务智能绪论（共81页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第2章商务智能基础理论（共64页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第3章 数据仓库的概念与结构（共52页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第3章 数据仓库设计与开发（共100页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第4章 数据挖掘（共81页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第5章数据预处理技术（共114页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第5章数据预处理技术案例（共18页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第6章 OLAP 联机分析处理（共96页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第7章_数据挖掘常用算法-分类与预测-关联规则（共48页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第7章_数据挖掘常用算法-分类与预测-聚类分析（共62页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第7章_数据挖掘常用算法-分类与预测-决策树算法（共64页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第8章_商务智能综合案例分析（共26页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程第8章_应用案例分析（共10页）.ppt 完整版重庆大学商务智能课程 BI教程大数据与数据挖掘教程数据库基础知识补充数据库系统实例分析（共43页）.ppt 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016商务智能A卷.docx 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016商务智能B卷.docx 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016《商务智能导论》A卷答案.docx 重庆大学《商务智能概论》课程试卷考试题及答案\重庆大学《商务智能概论》课程试卷 2015-2016《商务智能导论》B卷答案.docx 实验\数据挖掘实验(实验四-七).doc 实验\小报告\第八组商务智能概论报告.pdf 实验\小报告\第二组商务智能报告.pdf 实验\小报告\第六组数据仓库建立报告.pdf 实验\小报告\第七组超市数据库.pdf 实验\小报告\第三组超市系统设计.pdf 实验\小报告\第四组商务智能报告.doc 实验\小报告\第五组小报告.pdf 实验\小报告\第一组建库报告.pdf 数据\adventureworks数据库DW数据仓库示例.pdf 数据\Bank 数据解释.doc 数据\bank.csv 数据\bank.xls 数据\bank3.csv 数据\bank3.xlsx 数据\student升学.xls 数据\三国志.xls 数据\银行数据共4522行\bank.csv 数据仓库SQL代码\SQL-Supermarket.sql

⼤数据实验报告总结体会_⼤数据挖掘流程及⽅法总结是新朋友吗？记得先点蓝字关注我哦～今⽇课程菜单 Java全栈开发 " Web前端+H5 ⼤数据开发" 数据分析 ⼈⼯智能+Python " ⼈⼯智能+物联⽹来源：⼩职(z_zhizuobiao) 找我：解锁⾼薪⼯作免费获取⼲货教程未完待续 数据挖掘(Data Mining)是从⼤量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、⼈们事先不知道的、但⼜是潜在有⽤的信息和知识的过程。⼀、数据挖掘对象根据信息存储格式，⽤于挖掘的对象有关系数据库、⾯向对象数据库、数据仓库、⽂本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。⼆、数据挖掘流程定义问题：清晰地定义出业务问题，确定数据挖掘的⽬的。数据准备：数据准备包括：选择数据–在⼤型数据库和数据仓库⽬标中提取数据挖掘的⽬标数据集;数据预处理–进⾏数据再加⼯，包括检查数据的完整性及数据的⼀致性、去噪声，填补丢失的域，删除⽆效数据等。 数据挖掘：根据数据功能的类型和和数据的特点选择相应的算法，在净化和转换过的数据集上进⾏数据挖掘。结果分析：对数据挖掘的结果进⾏解释和评价，转换成为能够最终被⽤户理解的知识。三、数据挖掘分类直接数据挖掘：⽬标是利⽤可⽤的数据建⽴⼀个模型，这个模型对剩余的数据，对⼀个特定的变量(可以理解成数据库中表的属性，即列)进⾏描述。间接数据挖掘：⽬标中没有选出某⼀具体的变量，⽤模型进⾏描述;⽽是在所有的变量中建⽴起某种关系。四、数据挖掘的⽅法神经⽹络⽅法神经⽹络由于本⾝良好的鲁棒性、⾃组织⾃适应性、并⾏处理、分布存储和⾼度容错等特性⾮常适合解决数据挖掘的问题，因此近年来越来越受到⼈们的关注。遗传算法遗传算法是⼀种基于⽣物⾃然选择与遗传机理的随机搜索算法，是⼀种仿⽣全局优化⽅法。遗传算法具有的隐含并⾏性、易于和其它模型结合等性质使得它在数据挖掘中被加以应⽤。决策树⽅法决策树是⼀种常⽤于预测模型的算法，它通过将⼤量数据有⽬的分类，从中找到⼀些有价值的，潜在的信息。它的主要优点是描述简单，分类速度快，特别适合⼤规模的数据处理。粗集⽅法粗集理论是⼀种研究不精确、不确定知识的数学⼯具。粗集⽅法有⼏个优点：不需要给出额外信息;简化输⼊信息的表达空间;算法简单，易于操作。粗集处理的对象是类似⼆维关系表的信息表。覆盖正例排斥反例⽅法它是利⽤覆盖所有正例、排斥所有反例的思想来寻找规则。⾸先在正例集合中任选⼀个种⼦，到反例集合中逐个⽐较。与字段取值构成的选择⼦相容则舍去，相反则保留。按此思想循环所有正例种⼦，将得到正例的规则(选择⼦的合取式)。统计分析⽅法在数据库字段项之间存在两种关系：函数关系和相关关系，对它们的分析可采⽤统计学⽅法，即利⽤统计学原理对数据库中的信息进⾏分析。可进⾏常⽤统计、回归分析、相关分析、差异分析等。模糊集⽅法即利⽤模糊集合理论对实际问题进⾏模糊评判、模糊决策、模糊模式识别和模糊聚类分析。系统的复杂性越⾼，模糊性越强，⼀般模糊集合理论是⽤⾪属度来刻画模糊事物的亦此亦彼性的。五、数据挖掘任务关联分析两个或两个以上变量的取值之间存在某种规律性，就称为关联。数据关联是数据库中存在的⼀类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的⽬的是找出数据库中隐藏的关联⽹。⼀般⽤⽀持度和可信度两个阀值来度量关联规则的相关性，还不断引⼊兴趣度、相关性等参数，使得所挖掘的规则更符合需求。 聚类分析 聚类是把数据按照相似性归纳成若⼲类别，同⼀类中的数据彼此相似，不同类中的数据相异。聚类分析可以建⽴宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。分类分类就是找出⼀个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并⽤这种描述来构造模型，⼀般⽤规则或决策树模式表⽰。分类是利⽤训练数据集通过⼀定的算法⽽求得分类规则。分类可被⽤于规则描述和预测。预测预测是利⽤历史数据找出变化规律，建⽴模型，并由此模型对未来数据的种类及特征进⾏预测。预测关⼼的是精度和不确定性，通常⽤预测⽅差来度量。时序模式时序模式是指通过时间序列搜索出的重复发⽣概率较⾼的模式。与回归⼀样，它也是⽤⼰知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。偏差分析在偏差中包括很多有⽤的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是⾮常重要的。偏差检验的基本⽅法就是寻找观察结果与参照之间的差别。职坐标⼤数据+云计算课程从⼊门到实战项⽬，让你快速掌握企业所需前沿技术，助你在6个⽉挑战⾼薪⼊职。我是⼩职，记得找我解锁⾼薪⼯作免费获取最

下载资源悬赏专区

13,655

社区成员

12,590,571

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章