数据仓库与数据挖掘实验
实验一 Weka软件安装、配置 实验目的： 熟悉WEKA软件的安装，配置，了解arff文件的格式。 实验内容： 1软件安装 Weka的官方地址是http://www.cs.waikato.ac.nz/ml/weka/。点开左侧download栏，可以进入下载页面，里面有windows，mac os，linux等平台下的版本，我们以windows系统作为示例。 2数据格式说明 Weka支持很多种文件格式，包括arff、xrff、csv，甚至有libsvm的格式。其中，arff是最常用的格式。
实验二 Weka数据管理 实验目的： 软件工作界面介绍和学习使用WEKA软件进行数据的预处理。 实验内容： 1.WEKA工作界面介绍 2. 数据预处理过程
实验三 关联规则算法实现 实验目的： 使用weka软件运行apriori算法，了解参数意义。 实验内容： 1数据集说明 3.分析关联结果
实验四 决策树分类实现 实验目的： 使用weka软件运行决策树分类算法。 实验内容： 1数据集说明 2.在WEKA下运行决策树分类算法过程 3.分析分类结果 4理解10折交叉验证
实验五分类算法—朴素贝叶斯和k-最近邻分类算法 实验目的： 1熟悉WEKA软件中几种重要分类算法的使用方法； 2使用weka软件运行分类算法中的朴素贝叶斯和k-最近邻算法，和实验四中的决策树C4.5算法进行比较，对三种算法进行评价比较。 实验内容： 1数据集说明 2.在WEKA下运行分类算法过程 3.对三种算法（即C4.5,朴素贝叶斯，k-最近邻）的运行 结果进行比较。
实验六 聚类K-means算法 实验目的： 使用weka软件中提供的simpleKeans方法对数据做聚类分析，更深刻的理解k-均值算法。 实验内容： 1．数据集说明 2．在WEKA下运行k-means算法过程
实验七 综合性实验 数据分析综合实验 实验目的： 1熟练掌握常用数据挖掘算法原理 2全面分析实际问题，构造解决思路 实验内容： 理解分析股市交易历史行情 实验过程： 1.整理数据 2.数据重构 3.运行算法，分析结果
实验八 设计性实验 神经网络分类实现 利用神经网络分类方法实现对促销产品的选型 思路：根据以往促销活动的历史数据，字段大致如下：产品ID、品种、成本、推广促销费用、促销前销售额和促销后销售额，建立神经网络模型预测目前产品的促销效果。