數(shù)據(jù)挖掘?qū)嶒?yàn)報(bào)告(編輯修改稿)
2025-08-17 11:53 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 已經(jīng)被離散化成分類型的屬性。經(jīng)移除后剩10項(xiàng)屬性，其中一項(xiàng)如圖5所示，10項(xiàng)屬性可視化如圖6所示：（圖5）（圖6）在進(jìn)行數(shù)據(jù)搜集和整理的過(guò)程中，我們發(fā)現(xiàn)如果屬性的類型為數(shù)值型的話，在做關(guān)聯(lián)分析時(shí)將不能得到結(jié)果，可以比較圖3和圖5，圖3是數(shù)值型，圖5 是數(shù)據(jù)離散化之后的。因?yàn)殛P(guān)聯(lián)分析無(wú)法處理數(shù)值型數(shù)據(jù)，因此，我們進(jìn)行了數(shù)據(jù)離散處理后使得需要分析的數(shù)據(jù)變?yōu)榉诸愋停@樣就可以關(guān)聯(lián)分析得以順利進(jìn)行。因此通過(guò)預(yù)處理數(shù)據(jù)可以提高原數(shù)據(jù)的質(zhì)量，清除數(shù)據(jù)噪聲和與挖掘目標(biāo)無(wú)關(guān)的數(shù)據(jù)，為進(jìn)一步的挖掘工作莫定可靠的基礎(chǔ)。針對(duì)這些有關(guān)乳腺癌數(shù)據(jù)集，主要分別采用的分類方法是決策樹算法、K均值算法 、樸素貝葉斯分類算法。由于該數(shù)據(jù)集有10個(gè)屬性，則下文中對(duì)每個(gè)屬性進(jìn)行分類的步驟大致相同，由于篇幅原因，只截取其中兩個(gè)屬性，現(xiàn)在就所選截屏屬性作申明，選第一項(xiàng)Clump Thickness （叢厚度））和第九項(xiàng)Mitoses（有絲分裂）。用“Explorer”打開剛才得到的“”，并切換到“Class”。點(diǎn)“Choose”按鈕選擇“tree()”，這是Weka中實(shí)現(xiàn)的決策樹算法。選擇CrossValidatioinfolds=10，選擇圖中箭頭指向選擇屬性，然后點(diǎn)擊“start”按鈕。得到結(jié)果如圖7和圖8所示：（圖7）（圖8）這個(gè)是針對(duì)第一項(xiàng)Clump ，分析可知總共有699個(gè)數(shù)據(jù)進(jìn)行分類，Clump Thickness（叢厚度）其中102個(gè)為正確分類，%，517個(gè)為錯(cuò)誤分類，%。而第九項(xiàng)Mitoses有絲分裂項(xiàng)也是分析699個(gè)數(shù)據(jù)，其中正確分類有579個(gè)數(shù)據(jù)，%，錯(cuò)誤分類的有120個(gè)，%。根據(jù)混淆矩陣，被錯(cuò)誤分類實(shí)例很多，錯(cuò)綜復(fù)雜，如圖9所示：(圖9)在剛才進(jìn)行決策樹分類的的那個(gè)頁(yè)面，點(diǎn)“Choose”按鈕選擇“bayes”，再選擇CrossValidatioinfolds=10，同樣選擇圖中箭頭指向選擇屬性，然后點(diǎn)擊“start”按鈕：為了與上面決策樹作比較，貝葉斯也選擇第一項(xiàng)第一項(xiàng)Clump Thickness叢厚度和第九項(xiàng)Mitoses有絲分裂項(xiàng)，得到結(jié)果如下圖10,11所示:(圖10)(圖11)這個(gè)是針對(duì)第一項(xiàng)Clump Thickness叢厚度和第九項(xiàng)Mitoses有絲分裂項(xiàng)運(yùn)用貝葉斯算法得到誤差分析的結(jié)果，分析可知總共有699個(gè)數(shù)據(jù)進(jìn)行分類，Clump Thickness（叢厚度）其中198個(gè)為正確分類，%，501個(gè)為錯(cuò)誤分類，%。而第九項(xiàng)Mitoses有絲分裂項(xiàng)其中正確分類有467個(gè)數(shù)據(jù)，%，錯(cuò)誤分類的有232個(gè)，%。根據(jù)混淆矩陣，被錯(cuò)誤分類實(shí)例很多，相對(duì)來(lái)說(shuō)，Clump Thickness叢厚度用兩種方法混淆程度差不多，錯(cuò)綜復(fù)雜，而Mitoses有絲分裂項(xiàng)用貝葉斯分類明顯混淆矩陣要比用決策樹方法混淆率要低，中間第六項(xiàng)到就第九項(xiàng)明顯混響不是很多，如圖12所示。基于以上兩種分析，建議用貝葉斯分類方法分類，降低混淆率，提高正確率。（圖12）在剛才進(jìn)行決策樹分類和貝葉斯分類的的的那個(gè)頁(yè)面，點(diǎn)“Choose”按鈕選擇“l(fā)azeibk”，選擇CrossValidatioinfold
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1