《数据分析与挖掘技术》实验指导书.docx

《《数据分析与挖掘技术》实验指导书.docx》由会员分享，可在线阅读，更多相关《《数据分析与挖掘技术》实验指导书.docx（45页珍藏版）》请在优知文库上搜索。

1、校企合作共编实验讲义数据分析与挖掘技术实验指导书,t.4一刖三本书是编者在多年教学经验基础上，根据职业本科培养目标的要求，结合电子技术新的发展而编写的“作为职业本科院校电子、自动化、通信类等专业数字电子技术实验课程操作指导用书，也可供从事电子技术的工程技术人员参考。教材在内容安排上，以应用为目的，以“必需、够用”为度,将理论知识的讲授与学生能力的培养有机地结合起来。在加强必备的战础知识的前提下，保证内容的实用性。尽量做到深入浅出、删繁就简、重点突出。本书遵循“理论够用、重在应用”的指导思想，将知识点困人到实例中，讲解细致，操作简单，内容F富、实用，图文并茂，实践性强。本书为了巩固学生的学习成果

2、，每章均附有课后训练项目及练习题，以期激发学生的学习兴趣，并使学生通过实验与习题获得能力的提而.由于编写时间仓促，加之编者水平有限，难免有不足或疏漏之处，恳请读者批评指正。编者2021年5月实验一相关性系数I一、实验目的1二、实险任务1三、实验原理（：以删除此项II四、实验设备4五、实验准爸4六、实脸步骤5七、注遨事项8八、思考与练习9九、实验报告IO实险二等深分箱10一、实验目的10二、实验任务IO三、实验原理部分课程可以删除此项）IO四、实险设需13五、实脸准备13六、实验步骡15七、注意“项20八、思考与练习20九、实验报告20实验三等宽分箱21一、实验目的21二、实验任务21三、实验原

3、理（部分课程可以删除此项）21四、实验设备21五、实骁准法23六、实验步臊27七、注意小项33八、思考与练习34九、实验报告35实瑛四主成分分析36一、实验目的36二、实验任务37三、实验原理（部分课程可以删除此项）37四、实险设的3931.实验准备39六、实验步骤40七、注意小项47八、思考与练习47九、实验报告48实验五关联规则APriori49一、实验目的49二、实脸任务49三、实验原理（部分课程可以删除此项）49四、实验设备51五、实验准备51六、实舱步骤52七、注意事项59八、思考与练习61九、实验报告61实险六关联规则FP-grwih62实险目的62二、实验任务62三、实验原理（部

4、分课程可以删除此项）62四、实脸设符62五、实验准备62六、实验步骡63七、注意5项72八、思考与练习72九、实验报告72实验七决策树73一、实验目的73二、实验任务73三、实验原理部分课程可以IW除此项）75四、实验设备76五、实验准卷76六、实脸步探83七、注意事项85八、思考与缥习86九、实验报J86实般八战性回归87一、实验目的87二、实验任务87三、实验原理部分课程可以删除此项）87四、实脸设备88五、实验准备88六、实验步骡88七、注意小项89八、思考与练习91九实验报告91实验九DBSCAN聚类92,、实验目的92二、实险任务92三、实验原理（部分课程可以删除此项）92四、实验设

5、备92五、实验准备92六、实脸步臊93七、注意事项93八、思考与练习93九、实验报告93实验卜KmeanS聚类1一、实验目的1二、实验任务I三、实验原理（部分课程可以删除此项）1四、实脸设得1五实验准备1六、实验步骤2-匕、注一事项2八、思考与练习2九、实验报告2实验一相关性系数一、实3目的1 .掌握相关性分析的概念2 .能膨FHPyI1.Hm求解相关性系数3 .能够用python绘制欣戊图二、实舱任务任务一：根据给出的数据求解相关性系数任务二：绘制散点图,裤糅绘制的图形的含义三实验！理（部分课程可以除此项）相关系数是最早由统北学.家K尔皮尔逊设计的统计指标，是研究变盘之间线性相关程度的吊：，

6、一般用字母r表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数相关表和相关图UJ反映两个变居之间的相互关系及其相关方向，但无法确切地表明两个变成之间相关的程度，相关系数是用以反映变砥之间相关关系密切程度的统计指标，相关系数是按积差方法计算，同样以两变最与各自平均侑的离差为基础，通过两个离差相柒来反映两变局之间相关程度：虫研究成性的单相关系数，需要说明的是，皮尔逊相关系数并不是唯一的相关系数.但是最常见的相关系数,以下解择都是针对皮尔逊相关系数.依据相关现象之间的不同特征，其统计指标的名称有所不同.如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判

7、定系数）：符反映两变及间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数：符反映多元线性相关关系的统计指标称为复相关系数、复判定系数等.相关关系是一种泮确定性的关系，相关系数是研究变量:之间线性相关程度的量,由于研究对象的不同,相关系数有如下几种定义方式“商单相关系数：又叫相关系数或线性相关系数，一般用字母r表示，用来度量:两个变电间的线性关系，红相关系数；又叫多费相关系数.发相关是指因变革与多个自变址之间的相关关系，M如，某种商品的季节性需求麻与其价格水平、职工收入水平等现象之间呈现笈相关关系.典型相关系数：是先对原来各组变盘进行主成分分析,得到新的税性关系的综合指标，再通过琮合指标

8、之间的线性相关系数来研咒原各组变fit间相关关系.NumPy是一个开源的Python库.主要用在数据分析和科学计算.基本I：可以把NUmpy看做是Pvthon数据计6的基础,因为很多非常优秀的数据分析和机器学习框架底层使用的都是NUmPy。比如：Pandas.SciPy.Miitp1.o1.1.ib.scikit-1.ea11,scikit-image等。NumPy库主要包含多维数组和矩阵数据结构。它为ndamy(一个n维数组对象提供了对其进行有效操作的方法。NUmPyUJ以用于对数祖执行各种数学运算。并H.提供了可在这些数组和矩阵上运行的庞大的高皱数学函数库，Pyihon中有一个数据类型叫做

9、1.isi,1.ist中可以存储不同种类的对象。在应用程序中这样做没有什么问题，但是如果是在科学计算中，我们带一个数殂中的元素类型必须是一致的，所以有了NUmPy中的Array,NumPy可以快速的创建Array.并且时其中的数据进行操作.NumPy中的AITay要比Py1.hon中的1.iSI要快得多,并H占用更少的内存空间.什么是NumPy?NumPy是用于处理数组的python库.它还掘有在线性代数、傅立叶变换和矩阵领域中工作的函数.NumPyi1.1.TravisO1.iphant于2005年创建.它是一个开源项目，您可以自由使用它.NumPy指的是数值Python(Numerica1

10、.Py1.hon)。为何使用NumPy?在Python中，我们有满足数组功能的列表，但是处理起来很慢。NumPy旨在提供一个比传统Pvthon列表快50倍的数组对阪，NumPy中的数组对象称为Marray,它提供了许多支持函数，使得利用ndaay常名勒.数组在数据科学中非常常用,因为速度和资源非常玳要.数据科学：计算机科学的一个分支,研究如何存储、使用和分析数掘以从中兼取信息.为什么NumPy比列表快？与列表不同.NumP)数组存谛在内存中的一个连续位置.因此进程可以非常疗效地访问和操纵它们.这种行为在计算机科学中称为引用的对部性.这是NUmPy比列我更快的主要原因,它还经过了优化，可与最新的

11、CPU体系结构一同使用.NumPy用哪种语言编写？NUmPy是一个Python阵，部分用Py1.hon编写,但是大多数需要快速计算的部分都是用C或C+编写的。NumPy代码N在哪里?NumPy的源代码位于这个github贷料阵中：htpsgithub.conVnumpynmpygiihub：使许多人可以在同一代码库上工作。1.Python最景耍的绘图工具如今数据分析最常用的两种编程瑞吉分别为R和Python,其中R作为老牌的数据分析谱吉.集成了大fit的数理统计、经济学常用的工具,是数据分析必备的第程语音。而近几年Python凭借其强大的生态，行许多开源的数据处理模块.如Numpy.Panda

12、s.scipy.Matp1.ot1.ib.SKIcarn等,一跋成为数据分析编程语言的黑9.说到使用Python进行数据UJ视化，最重要的模块便是Ma1.p1.o1.1.ib,其期初是模仿Matp1.ot1.ib的方式开发的绘图模块，经过迭代己经可以成熟的对NUmPy和Pandas进行兼容.使用起来方便而快Mb另一方面，像SCabom等更加高级的模块也是在MEP1.OWb时,你会收到类似【无命名模块和模块名称的锵误,这意味着你还需要安装该模块.一个常见的问即是缺少名为six的模块.这选味着你需要使用PiP安装S1.Xo或者，你Ur以前往Matp1.ot1.ib.org并通过访问卜或页面卜或适当

13、的版本进行安装。请记住，因为你的操作系统为M位.你不一定禽要64位版本的Py1.hsu如果你不打算鲁试64位，你可以使用32位。打开ID1.E并阅读顶部。如果它说你是64位，你就是64位，如果它说是32位,那么你就是32位.一旦你安装了Pymon,你就做好了准备.你可以编写任何你想要的逻辑.我喜欢使用ID1.E来编程，但你可以随意使用任何你喜炊的东西.importmatp1.o1.ib.pyp1.otasph这一行导入集成的PyPM我们招在整个系列中使用它.我的将PyP1.ot导入为Pk这是使用PykH的pyihon程序的传统惯例.p1.t.p1.o(1.2.3.1.5.7.4)接卜来，我们调

14、用PkH的PO方法绘制一线坐标，这个pkM需要许多参数，但前两个是和T坐标，我们放入列表。这懑味蕾，根据这些列去我们拥有3个坐标：1.52.7和3.4。ph.p1.o(在后台绘制J这个绘图，但绘剌了我们想要的一切之后，当我们准;好的时候，我们衢要把它带到屏幕上。p1.thow()辿过numpy的CorrCOCf函数计免出相关系数，再通过matp1.odib进行可视化.四、实验设备!.WindowsB3 .以标4 .键盘五、实睑准备1 .导入必要的模块2 .加载数据3 .相关性系数计算与散点图绘制4 .相关性系数的理论知识皮尔逊相关系数泅盘变地之间的线性关联.它的值可以这样解择：+1-完全正相关+0.8-强正相关+0.6中等正相关0无关联 0G中度负相关 OA强烈的负相关 I-完全负相关我们将说明相关系数如何BS不同类型的关联而变化.在本文中,我们还将显示零关联并不总是意味着零关联。非线性相关变量的相关系数可能接近零。皮尔逊相关系数是多少？皮尔逊相关系