RapidMiner實(shí)驗(yàn)報(bào)告

1、實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)?zāi)康模菏褂肦apidMiner對(duì)數(shù)據(jù)進(jìn)行分析實(shí)驗(yàn)工具：RapidMiner 6.5實(shí)驗(yàn)數(shù)據(jù)：DatingDate.csv實(shí)驗(yàn)數(shù)據(jù)說(shuō)明：實(shí)驗(yàn)數(shù)據(jù)是通過(guò)研究對(duì)象的三種特征，一個(gè)是每年坐飛機(jī)飛行的里程數(shù)miles,二個(gè)是玩視頻游戲所耗時(shí)間的百分比gamepercent，每周消費(fèi)的冰淇淋公升數(shù)icecream，來(lái)判斷一個(gè)人是否具有吸引力（didn't like、smallDoses,lagerDoses）實(shí)驗(yàn)過(guò)程：打開(kāi)RapidMiner 6.5,新建一個(gè)Process導(dǎo)入數(shù)據(jù)DatingData.csv,如圖所示點(diǎn)擊下一步到出現(xiàn)如圖所示界面，將Response設(shè)為label最后將

2、數(shù)據(jù)存儲(chǔ)在如下圖的位置，命名為TrainingData,點(diǎn)擊finish完成將數(shù)據(jù)TrainingData拖拽到process窗口中，用線連接至result接口，可以看到如下數(shù)據(jù)其中有些Response的值丟失了，共有31個(gè)這時(shí)需要使用Filter Examples 過(guò)濾掉沒(méi)有值得Response行，操作如下圖數(shù)據(jù)篩選完成之后，選擇Decision Tree Model,拖入到process中，連接起來(lái)，參數(shù)選擇默認(rèn)設(shè)置訓(xùn)練好模型之后，我們可以用模型預(yù)測(cè)一下TrainingData中沒(méi)有標(biāo)記的樣例，與上面的數(shù)據(jù)過(guò)濾方法相同，只是設(shè)置有所不同，如下圖使用Apply Model來(lái)運(yùn)用模型整個(gè)連接圖

3、如下所示實(shí)驗(yàn)的預(yù)測(cè)結(jié)果部分決策樹(shù)截圖為了測(cè)試上面說(shuō)的決策樹(shù)模型的預(yù)測(cè)能力，我又做了下面的一些如圖，加入一個(gè)Validation其參數(shù)如下圖，默認(rèn)的10表示將樣例分為十份，取一份作為測(cè)試數(shù)據(jù)雙擊Validation右下角的矩形表框進(jìn)入，建議決策樹(shù)模型，應(yīng)用模型退出Validation 如圖連接到result運(yùn)行輸出結(jié)果如下上圖顯示準(zhǔn)確率為96%左右，正負(fù)誤差為1.69%，表明訓(xùn)練所得模型是比較穩(wěn)定的實(shí)驗(yàn)總結(jié)1.我在這個(gè)過(guò)程中運(yùn)用的測(cè)試集與訓(xùn)練集是相同的，這可能會(huì)使整個(gè)模型的預(yù)測(cè)能力比實(shí)際要偏大2.該實(shí)驗(yàn)的難點(diǎn)是數(shù)據(jù)源的收集與篩選，選擇什么樣的數(shù)據(jù)，需要怎樣的處理才有意義是不容易的3.模型算子的選擇對(duì)于我來(lái)說(shuō)比較難，