数据挖掘案例分析(聚类分析)
数据挖掘*实验报告
实验项目名称 : 对全国 31 个地区农村居民人均年食品消费量(09 年)的聚类分析
信息技术学院 软件技术与数据库教研室
实验概述:对全国不同地区农村居民每人年食品消费量的聚类分析
1. 实验目的 运用数据挖掘技术中的聚类分析方法,对全国不同地区农村居民每人年食品消费量的数据进行分类。
2. 实验要求 用聚类分析方法分析数据,对数据进行分类。
3. 实验预备知识 统计学知识,数据库知识,数据挖掘聚类分析方法
实验内容
1. 实验方案设计 用全国 31 个地区(北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、安徽、福建、江西、山东、河南、湖北、湖南、 广东、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆)的农村居民人均年食品消费量这一数据, 对他们购买的食物进行分类。 其中,食物的英文表示:Rice Vegetable Oil Meat Bird Egg Seafood Sugar Wine Fruit Nuts 分别对应为:粮食 蔬菜及制品 食用油 猪牛羊肉 家禽 蛋类及其制品 水产品 食糖 酒消 瓜果 坚果及制品 所以,聚类的对象我选择按列聚类。 2. 实验内容与关键步骤
Tree Diagram for 11 Variables Single Linkage Euclidean distances Rice Vege Oil Egg Bird Seafood Sugar Nuts Wine Meat Fruit 0 100 200 300 Linkage Distance 400 500 600
Tree Diagram for 11 Variables Single Linkage Euclidean distances 600
500
Linkage Distance
400
300
200
100
0
Fruit
Meat
Wine
Nuts
Sugar Bird Seafood
Egg
Oil
Vege
Rice
Tree Diagram for 11 Variables Single Linkage Euclidean distances Rice Vege Oil Egg Bird Seafood Sugar Nuts Wine Meat Fruit 0 20 40 60 (Dlink/Dmax)*100 80 100 120
Tree Diagram for 11 Variables Single Linkage Euclidean distances 120
100
(Dlink/Dmax)*100
80
60
40
20
0
Fruit
Meat
Wine
Nuts
Sugar Bird Seafood
Egg
Oil
Vege
Rice
Plot of Linkage Distances across Steps Euclidean distances 700 600 500
Linkage Distance
400 300 200 100 0 -100 Linkage Distance
0
1
2
3
4
5
6
7
8
9
10
11
Step
1. 实验结果 通过 STATISTICA 软件进行聚类分析后,得出的分类为: 一、对于农村地区居民食品消费的数量而言,食用油和蛋类及其制品属于一类,家禽和海鲜属于一类,食糖和坚果属于一类,这三类可以应 归结为消费较少的第一类; 二、肉类,瓜果,酒类属于第二类, ,消费数量较多; 三、粮食,蔬菜属于第三类,消费数量最多,远远高于其它两类。 可见,农村居民的主要食品消费主要集中在粮食和蔬菜;瓜果,肉类,酒类其次;油、鸡蛋,禽、海鲜,糖、坚果相对较少。
2. 疑难与需解决的问题 此数据使用关联规则方法不太好找出关联食品。
3. 实验体会 此数据使用关联规则方法
不太好找出关联食品。 实验数据的选取很重要,它对实验结果的得出有直接意义。
教师评语及成绩