rapidminer进行关联分析、分类预测、聚类分析

2024-05-12 17:24:00

商品交叉销售关联分析

Step1：检查数据缺失值、异常值

Step2:约减数据集中属性

Step3:FP-Growth找到频繁项集

Step4:产生关联规则

FF-Growth的min support = 0.9和create association rules min confidence = 0.9时的关联规则

但是结论conclusion都是Health Profucts Division,说明健康类商品是人们的生活必需品，参考价值不大。

我们适当放宽min support = 0.5和min confidence = 0.6

发现当Housewares Division,Novelty Gift Division存在时，Personal Electronics Division更容易被购买。support = 0.108

泰塔尼克号幸存者分类预测

step1：角色设定

step2：加入决策树操作符

step3：对测试数据集预测

step4：交叉检验

confidence = 0.5时的class precision = 76.52%和83.33%。

例如更改confidence = 0.1时，class precision = 75.07%和83.42%，相比之下confidence = 0.5的时候交叉检验效果更好一些。

调整决策树操作符的criterion参数，其中gain_ratio参数模型得到的效果明显好于gini_index参数。

gini_index参数

gain_ratio参数

Iris鸢尾花数据集聚类分析

step1：选择a1和a2属性

step2：添加K-means聚类操作符

step3：调整聚类个数，查看散点个数，人工评价聚类效果。

得到每个点的聚类结果

可视化表示聚类分析

此处选择的聚类个数是3，即k = 3

若选择聚类个数为5

聚类分析 k = 5

rapidminer进行关联分析、分类预测、聚类分析相关推荐

GAPIT 3.0：全基因组关联分析与预测软件最新版发布
近日,GPB在线发表了西南民族大学青藏高原动物遗传资源保护与利用(四川省.教育部)重点实验室题为"GAPIT Version 3: Boosting Power and Accuracy f ...
运用RapidMiner进行关联分析(算子有read csv,select attribute,fp-growth,create association rules)
目录问题导入数据方法一:通过工具栏选择Import,导入数据"数据集-关联分析.csv" 编辑方法二:通过算子载入数据集数据探索结果透视图 Step1:检查数据缺失值. ...
基于关联分析与机器学习的配网台区重过载预测方法
基于关联分析与机器学习的配网台区重过载预测方法张国宾,王晓蓉,邓春宇中国电力科学研究院,北京 100192 摘要:针对配电网运行中长期存在的台区重过载问题,提出基于关联规则挖掘的重过载影响因素分析 ...
关联分析U聚类分析探讨心脏病的诱发
1 数据准备现有一份heart disease.xls数据,内含21个变量,分别是ID(序号).sex(性别).age(年龄).profession(工作强度).Marital Status(婚姻状 ...
NLP之NBGBT：基于朴素贝叶斯(count/tfidf+网格搜索+4fCrva)、梯度提升树(w2c+网格搜索+4fCrva)算法对IMDB影评数据集进行文本情感分析(情感二分类预测)
NLP之NB&GBT:基于朴素贝叶斯(count/tfidf+网格搜索+4fCrva).梯度提升树(w2c+网格搜索+4fCrva)算法对IMDB影评数据集进行文本情感分析(情感二分类预测) ...
ML之NBLoR：利用NB(朴素贝叶斯)、LoR(逻辑斯蒂回归)算法(+TfidfVectorizer)对Rotten Tomatoes影评数据集进行文本情感分析—五分类预测
ML之NB&LoR:利用NB(朴素贝叶斯).LoR(逻辑斯蒂回归)算法(+TfidfVectorizer)对Rotten Tomatoes影评数据集进行文本情感分析-五分类预测目录输出结果 ...
ML之NBLoR：利用NB(朴素贝叶斯)、LoR(逻辑斯蒂回归)算法(+CountVectorizer)对Rotten Tomatoes影评数据集进行文本情感分析—五分类预测
ML之NB&LoR:利用NB(朴素贝叶斯).LoR(逻辑斯蒂回归)算法(+CountVectorizer)对Rotten Tomatoes影评数据集进行文本情感分析-五分类预测目录输出结果 ...
r语言实现关联分析--关联规则挖掘（Apriori算法）（r语言预测学习笔记）
r语言实现关联分析–关联规则挖掘关联分析: 引子: 我们一般把一件事情发生,对另一间事情也会产生影响的关系叫做关联.而关联分析就是在大量数据中发现项集之间有趣的关联和相关联系(形如"由于某 ...
关于灰色关联分析以及灰色预测初步理解
前言最近初步的学习了灰色关联分析跟灰色预测的知识,做个简要的笔记一.灰色关联分析 1.引言我们分析的问题都存在很多指标,也可以说是多种系统作用因素共同决定,当我们准备做出决定时,会找到哪个变量对 ...
机器学习：基于多项式贝叶斯对蘑菇毒性分类预测分析
基于多项式贝叶斯对蘑菇毒性分类预测分析作者:i阿极作者简介:Python领域新星作者.多项比赛获奖者:博主个人首页

最新文章

热门文章