数据挖掘案例分析(聚类分析).doc

数据挖掘*实验报告数据挖掘实验报告
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：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。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。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统计学知识，数据库知识，

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：其中，食物的英文表示：RiceVegetableOilMeatBirdEggSeafoodSugarWineFruitNuts分别对应为：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按列聚类。所以，聚类的对象我选择按列聚类。2.实验内容与关键步骤

TreeDiagramfor11VariablesSingleLinkageEuclideandistances

RiceVegeOilEggBirdSeafoodSugarNutsWineMeatFruit0100200300LinkageDistance400500600

TreeDiagramfor11VariablesSingleLinkageEuclideandistances600

500

LinkageDistance

400

300

200

100

0FruitMeatWineNutsSugarBirdSeafoodOilEggVegeRice

TreeDiagramfor11VariablesSingleLinkageEuclideandistances

RiceVegeOilEggBirdSeafoodSugarNutsWineMeatFruit0204060(Dlink/Dmax)*10080100120

TreeDiagramfor11VariablesSingleLinkageEuclideandistances120

100

(Dlink/Dmax)*100

80

60

40

20

0FruitMeatWineNutsSugarBirdSeafoodOilEggVegeRice

PlotofLinkageDistancesacrossStepsEuclideandistances700600500LinkageDistance4003002001000-100012345Step67891011

LinkageDistance

1.实验结果软件进行聚类分析后，得出的分类为：通过STATISTICA软件进行聚类分析后，得出的分类为：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，居民食品消费的数量而言属于一类，属于一类，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；归结为消费较少的第一类；肉类，瓜果，酒类属于第二类，消费数量较多；，消费数量较多二、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。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；鸡蛋，海鲜，坚果相对较少。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。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。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。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