第9章rapidminer-k-means聚類辨別分析v1(參考版)
2025-07-03 12:02本頁面
【正文】 線性辨別分析模型預測結(jié)果210。點擊運行，我們可以看到綠色的這一列，就是它的預測結(jié)果，這里它幫我們根據(jù)每一個新同學的測試成績，對其進行的專攻的體育項目的預測判斷。 LDA模型輸出結(jié)果第三步：利用訓練模型進行預測接下來，首先加載測試數(shù)據(jù)集，然后我們?nèi)允褂谩癋ilter Examples”操作符對數(shù)據(jù)集中的異常值進行過濾，過濾的條件跟訓練集是一樣的，所以我們復制即可。此外線性辨別分析需要標簽屬性，因此我們還需要Set Role角色操作符對“專供體育項目”設(shè)置為“l(fā)abel”角色。我們調(diào)用“Filter Examples”操作符，把它與數(shù)據(jù)連接，我們在其參數(shù)配置中添加一個過濾條件，我們選擇保留決策能力大于等于3，小于等于100 的數(shù)據(jù)。 總體流程圖第一步：數(shù)據(jù)清洗通過觀察數(shù)據(jù)集的整體情況，我們發(fā)現(xiàn)在訓練數(shù)據(jù)集中，決策能力這一欄的數(shù)據(jù)有一樣，按照規(guī)定，這個數(shù)據(jù)的取值范圍是0100，并且最少能夠得到3分，而在這里顯示的是0103，我們需要對數(shù)據(jù)進行處理。將 “”數(shù)據(jù)集導入到 RapidMiner 數(shù)據(jù)存儲庫中，保存為//Local Repository/data/判別分析_Training。 這是 Gill 希望能夠為目前的客戶預測的屬性。 Gill 知道此數(shù)據(jù)表中的所有 493 名前運動員都成功開始并結(jié)束了此部分測試，但數(shù)據(jù)表中卻有一些分數(shù)低于 3 分，而且還有一些分數(shù)高于 100 分，因此我們知道后面我們還有一些數(shù)據(jù)準備工作要做。 讓運動員參與各種模擬情景，以便測試他們在是否揮棒、是否傳球、是否朝運動場上可能有利的位置移動等方面的選擇。在 Gill 提供的數(shù)據(jù)集中，此項成績都介于 13 分和80 分之間。 這是一項綜合指標，受一些其他指標的影響，因為敏捷性通常取決于一個人的力量、速度等。 敏捷性： 參與者在接受一系列移動、扭轉(zhuǎn)、轉(zhuǎn)動、跳躍、轉(zhuǎn)向等測試后獲得的評分。 在此項屬性方面，參與者的評分介于 0 分到 6 分之間。耐力： 參與者接受一系列身體素質(zhì)測試，其中包括跑步、柔軟體操、有氧心肺功能運動和長距離游泳。 此項評分介于 0 分到 4 分之間，其中 4分表示視力非常好，并能夠很好地識別移動物體。視力： 不僅使用視力表按一般的 20/20 視力等級對運動員進行測試，而且還使用視線跟蹤技術(shù)測試他們用視線跟蹤物體的能力。 通過冰敷、休息、舒展肢體等方法治療的常見傷被記錄為 0。 對于此屬性，每個分值都有對應的參與者。 這些測試記錄參與者在燈光發(fā)出指示后經(jīng)過多長時間才按下按鈕，或蜂器響起后經(jīng)過多長時間才跳起來。 沒有參與者的評分達到 8 分、9 分或 10 分，但卻有些參與者的評分為 0 分。 通過與 Gill 密切合作，我們收集了先前所有選擇專攻一種體育項目的客戶在這些測試中的結(jié)果，Gill 還添加了其中每個學員專攻的體育項目，于是我們獲得了一個包含 493 個觀察項以及以下屬性的數(shù)據(jù)集：年齡： 參與者在接受運動特征和個人特征系列測試時的年齡（精確到 位）， 介于1319 歲之間。 雖然學院對參加多種不同體育項目的男生和女生都進行了這些測試，但在此項初步研究中，我們和 Gill 決定只查看男生的數(shù)據(jù)。為了開始制定計劃，我們與 Gill 一起對他的數(shù)據(jù)資產(chǎn)進行了審查。 此外，他還查看了過去的衡量指標和評估工作，并發(fā)現(xiàn)先前有些運動員確實在事先選定了某種體育項目，并在專攻該項目后取得了巨大成功。多年來，他看到有些人具有極高的天賦，無論選擇專攻任何體育項目都能有杰出的表現(xiàn)。 Gill 認識到他的所有客戶都熱衷于體育運動，并且喜歡參加多種體育項目。判別分析技術(shù)曾經(jīng)在許多領(lǐng)域得到成功的應用，例如醫(yī)學實踐中根據(jù)各種化驗結(jié)果、疾病癥狀、體征判斷患者患的是什么疾?。惑w育選材中根據(jù)運動員的體形、運動成績、生理指標、心理素質(zhì)指標、遺傳因素判斷是否選入運動隊繼續(xù)培養(yǎng)；還有動物、植物分類，兒童心理測驗，地理區(qū)劃的經(jīng)濟差異，決策行為預測等。具體地講，就是已知一定數(shù)量案例的一個分組變量（grouping variable）和這些案例的一些特征變量，確定分組變量和特征變
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1