数据挖掘实验指导书.docx

上传人:p** 文档编号:786961 上传时间:2024-03-01 格式:DOCX 页数:19 大小:162.76KB
下载 相关 举报
数据挖掘实验指导书.docx_第1页
第1页 / 共19页
数据挖掘实验指导书.docx_第2页
第2页 / 共19页
数据挖掘实验指导书.docx_第3页
第3页 / 共19页
数据挖掘实验指导书.docx_第4页
第4页 / 共19页
数据挖掘实验指导书.docx_第5页
第5页 / 共19页
数据挖掘实验指导书.docx_第6页
第6页 / 共19页
数据挖掘实验指导书.docx_第7页
第7页 / 共19页
数据挖掘实验指导书.docx_第8页
第8页 / 共19页
数据挖掘实验指导书.docx_第9页
第9页 / 共19页
数据挖掘实验指导书.docx_第10页
第10页 / 共19页
亲,该文档总共19页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《数据挖掘实验指导书.docx》由会员分享,可在线阅读,更多相关《数据挖掘实验指导书.docx(19页珍藏版)》请在第壹文秘上搜索。

1、I.t.t*Lt-t数据挖掘实验指导书实验一:数据分析与可视化1实验二:数据挖掘分析10实验一:数据分析与可视化一、实验目的和要求1 .熟悉掌握PythOn编程基础2 .熟悉掌握利用Python进行数据分析3 .熟悉掌握利用Python进行可视化的方法二、实验内容和原理1 .使用Python进行数据导入2 .使用python进行数据的探索性分析3 .使用Python进行数据可视化分析三、主要仪器设备计算机1台,本机型号微星一;Python版本:PVthon3.9;matplotlib版本:0.2。四、实验步骤1 .绘制散点图散点图是指在回归分析中,数据点在直角坐标系平面上的分布图,散点图表示因

2、变量随自变量而变化的大致趋势,据此可以选择合适的函数对数据点进行拟合。步骤如下:(1)导入相关模块importmatplotlib.pyplotaspitimportnumpyasnp(2)使用随机数模块生成100组数据点# 随机产生100个02之间的X,y坐标X=np.random,rand(n)*2y-np.random,rand(n)*2(3)设置散点图的属性:颜色、面积、透明度colors-nprandom,rand(n)# 随机产生100个01之间的颜色值area=np.pi*(10*np.random,rand(n)*2# 点的半径范围:010(4)绘制并显示散点图pit.scat

3、ter(x,y,s-area,c=colors,alpha-0.5,marker=o)pit.show()2 .绘制直方图直方图是一种可视化表示数据在连续间隔或者特定时间段内容的分布情况;直方图又称为质量分布图,属于条行图的一种;直方图X轴表示数据类型,纵轴表示分布情况,每个数据宽度可以任意变化。步骤如下: 导入IlIatPIotlib.pyplot模块 准备数据,可以使用numpyPandaS整理数据 调用PyPIOt.hist()绘制直方图(1)导入相关模块(2)使用随机数模块生成待可视化的学生身高数据1000条;(3)调用PyPlOt.hist()绘制直方图,bars=100;(4)直方

4、图名称为你的姓名,X轴标签为身高,y轴标签为数量;(5)显示直方图;(6)改变直方图的透明度,再绘制一幅直方图。3 .绘制箱线图箱线图反映数据分布特征的统计量,能提供有关数据位置和分散情况的关节信息,尤其在比较不同特征时,更可表现其分散程度差异。步骤如下:(1)导入相关模块:numpymatplotlib.pyplotpandas(2)使用随机数模块生成100行5列的DataFrame;(3)各列属性名为A,B,C,D,E)(4)绘制并显示箱线图。(5)箱线图名称为你的姓名4 .绘制词云“词云”是对网络文本中出现频率较高的“关键词”予以视觉上的突出,形成“关键词云层”或“关键词渲染”,从而过滤

5、掉大量的文本信息,使浏览网页者只要一眼扫过文本就可以领略文本的主旨。“词云”就是数据可视化的一种形式。给出一段文本的关键词,根据关键词的出现频率而生成的一幅图像,人们只要扫一眼就能够明白文章主旨。步骤如下:(1)导入相关模块frompyechartsimportoptionsasoptsfrompyecharts.chartsimportPage,WordCloudfrompyecharts.globalsimportSymbolType(2)自主构造需要可视化的词云,不少于20个词。(3)使用WordCIoudO方法,设置相关参数。c=WordCloudOc.add(”,words,word

6、_size_range=20,80)c.set_global_opts(title_opts=opts.TitleOpts(title=WordCloud-基本示例)c.render_notebook()五、实验数据记录和处理代码记录行号代码绘制散点图importmatplotlib.pyplotaspit2importnumpyasnp3x=np.random.rand(100)*24y=np.random.rand(100)*25colors=np.random.rand(100)6area=np.pi*(10*np.random.rand(100)*27plt.scatter(xzyzs

7、=areazc=colors,alpha=0.5zmarker=,o,)8plt.show()绘制直方图1importmatplotlib.pyplotaspit2importnumpyasnp3plt.rcParams,font.family=SimHei4plt.rcParams,axes.unicode-minus,=False5arr=np.random.randint(150z200zsize=1000)6figzax=plt.subplots()7plt.title(何泽兵)8PltMabe1(身高(Cm)”)9pltylabel(数量(个)”)10plt.hist(arr,bin

8、s=100)11plt.show()绘制箱线图1importpandasaspd行号代码绘制散点图2importnumpyasnp3importmatplotlib.pyplotaspit4plt.rcParamsfont.sans-serif=SimHei,5plt.rcParams,font.size=136df=pd.DataFrame(np.random.rand(100z5)z7columns=何泽兵8plt.boplot(df)9plt.show()绘制词云1frompyechartsimportoptionsasopts2frompyecharts.chartsimportPag

9、e,WordCIoud3frompyecharts.globalsimportSymboIType4words=(“遂宁方言”,7230),(“观音素麻花。8581)z6(“观音故里”,4666)z(,6643),(“大道”,345),(“陈子昂读书台”,7766),7(“四号路”,872),(“凉面”,312),(“船山区”,2055),(“宋瓷博物馆”,858),8(“博物馆”,2598),(“锦园“,8289),(“死海”,268),(“老麻抄手”,6958),9(“一中”,351),(“遂中“,2878),(“三中”,333),(“二中”,5328),10(“四中”,2684),(“易

10、上”,2679),0CG国际”,9325),(“速度。2682)11c=WordCIoudO12c.add(,zwords,word_size_range=20z80)13c.set_globaLOPtS(title_oPtS=OPtS.TitleOpts(title=我的词云)14c.render_notebook()行号代码绘制散点图六、实验结果记录(贴图)卷Figure1Q三E)x=0.244y=0.5592.00-1.75-1.50-1.25-1.00-0.75-0.50-0.25-0.00-0.000.250.500.751.001.251.501.752.00Figure1WQ三L

11、Elx=l88.8y=20.39何泽兵身高(cm)%Figure2中Q三2Ox=150.8y=4.79x=y=0.994Q三LE)我的词云4三1三丑曲OCG三同义序园,抄l三地麻老#实验二:数据挖掘分析一、实验目的和要求1 .熟悉掌握Python编程基础2 .熟悉掌握利用Python进行数据分析3 .熟悉掌握利用Python进行数据挖掘的方法二、实验内容和原理1 .使用PythOn进行数据导入2 .使用python进行数据的探索性分析3 .使用PythOn进行数据挖掘的方法三、主要仪器设备计算机1台,本机型号微星;Python版本:Python3.9;用至IJ的库的版本:numpy1.22.4

12、:PandaS1.4.2:SklearnO.0四、实验步骤本次实验将综合使用之前学习的知识,实现对肿瘤数据breast-CanCer-WiSCOnSirLdata的分析和预测。步骤如下:1 .导入相关模块:importpandasaspdimportnumpyasnp2 .读入数据breast-cancer-wisconsin.data,各列属性值为下面column_names中的值,读取之后显示前5行以查看数据。column-names=,number,ClJhickness,Unif-cell-size,Unif_cell_shape,Marg_Adhesion,Sing-epith-ce

13、ll-size,Bare-nuclei,Bland_chromation,Norm-nuclei,Mitoses,Class,data=pd.read_csv(,breast-cancer-wisconsin.data,names=co1umn_names)10/6display(data,head()3 .利用describe。查看数据的基本统计信息4 .统计数据属性中的空缺值isnull().sum()5 .如果数据中存在空缺数据需要丢弃或填充。该数据集中包含了16个缺失值用“?”标出。因此要删除有缺失值的数据。data=data.replace(to_replace-,?,value=n

14、.nan)data=data.dropna(how三,any,)print(data,shape)6 .将数据划分为训练集和测试集fromsklearn.model_selectionimporttrain_test_split#划分训练集与测试集X_train,X_test,y_train,y_test=train_test_split(datacolumn_names1:10,datacolumn_names10,test_size-O.25,random_state-33)Print(训练样本的数量和类别分布:n,y_train.value_counts()7 .标准化数据,每个维度的特征数据方差为1,均值为0,使得预测结果不会被某些维度过大的特征值主导。fromsklearn.

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > IT计算机 > 数据结构与算法

copyright@ 2008-2023 1wenmi网站版权所有

经营许可证编号:宁ICP备2022001189号-1

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知第壹文秘网,我们立即给予删除!