Mining a Real-World DatasetNow cons

Mining a Real-World Dataset
Now consider a real-world dataset, vote.arff, which gives the votes of 435 U.S.
congressmen on 16 key issues gathered in the mid-1980s, and also includes their
party affiliation as a binary attribute. This is a purely nominal dataset with some
missing values (corresponding to abstentions). It is normally treated as a classification
problem, the task being to predict party affiliation based on voting patterns.
However, association-rule mining can also be applied to this data to seek interesting
associations. More information on the data appears in the comments in the
ARFF file.
Exercise 17.6.4. Run Apriori on this data with default settings. Comment on
the rules that are generated. Several of them are quite similar. How are their
support and confidence values related?
Exercise 17.6.5. It is interesting to see that none of the rules in the default
output involve Class = republican. Why do you think that is?
Market Basket Analysis
In Section 1.3 (page 26) we introduced market basket analysis—analyzing customer
purchasing habits by seeking associations in the items they buy when visiting a store.
To do market basket analysis in Weka, each transaction is coded as an instance of
which the attributes represent the items in the store. Each attribute has only one
value: If a particular transaction does not contain it (i.e., the customer did not buy
that item), this is coded as a missing value.
Your job is to mine supermarket checkout data for associations. The data in
supermarket.arff was collected from an actual New Zealand supermarket. Take a
look at this file using a text editor to verify that you understand the structure. The

ผลลัพธ์ (ไทย) 1:

การทำเหมืองแร่การชุดข้อมูลจริง
ตอนนี้ พิจารณาจริงชุดข้อมูล vote.arff ซึ่งให้เสียงของ 435 U.S.
congressmen ในประเด็นสำคัญ 16 ที่รวบรวมในช่วงกลางไฟต์ และยัง มี การ
สังกัดพรรคเป็นแอตทริบิวต์แบบไบนารี เป็นชุดข้อมูลที่ระบุเพียงอย่างเดียวกับ
ค่าที่หายไป (ตรงกับ abstentions) ปกติได้ถือว่าเป็นการจัดประเภท
ปัญหา งานที่มีการ ทำนายว่า สังกัดพรรคตามรูปแบบการลงคะแนน
อย่างไร ตาม กฎสมาคมเหมืองแร่ยังใช้ข้อมูลนี้เพื่อค้นหาน่าสนใจ
สมาคมได้ ข้อมูลเพิ่มเติมเกี่ยวกับข้อมูลปรากฏในข้อคิดเห็นในการ
ARFF แฟ้ม.
กาย 17.6.4 รัน Apriori ข้อมูลนี้ด้วยการตั้งค่าเริ่มต้น ความคิดเห็นบน
กฎที่สร้างขึ้น หลายของพวกเขาจะค่อนข้างคล้าย วิธีเป็นนัก
ค่าความเชื่อมั่นและสนับสนุนที่เกี่ยวข้อง?
17.6.5 ออกกำลังกาย เป็นที่น่าสนใจเพื่อดูว่าไม่มีกฎของการเริ่มต้น
ผลลัพธ์เกี่ยวข้องกับการเรียน =สาธารณรัฐสังคมนิยม ทำไมคุณคิดว่า นั่นคือ?
วิเคราะห์ตลาดตะกร้า
ในส่วน 1.3 (หน้า 26) เรานำมาใช้วิเคราะห์ตลาดตะกร้า — วิเคราะห์ลูกค้า
ซื้อนิสัย โดยการแสวงหาความสัมพันธ์ของรายการที่ซื้อเมื่อเข้าเยี่ยมชมร้านค้า
การวิเคราะห์ตลาดตะกร้าใน Weka แต่ละธุรกรรมจะมีโค้ดเป็นอินสแตนซ์ของ
ซึ่งแอตทริบิวต์แสดงราคาสินค้าในร้าน แต่ละแอททริบิวต์ได้เพียงหนึ่ง
ค่า: ถ้าธุรกรรมเฉพาะไม่ประกอบด้วย (เช่น ลูกค้าไม่ได้ซื้อ
), นี้เป็นรหัสเป็นการขาดค่า.
เป็นเหมืองข้อมูลเช็คเอาท์ซูเปอร์มาร์เก็ตสำหรับสมาคม ข้อมูลใน
ซูเปอร์มาร์เก็ตarff รวบรวมจากซูเปอร์มาร์เก็ตที่นิวซีแลนด์จริง ใช้กับ
ดูแฟ้มนี้โดยใช้ตัวแก้ไขข้อความเพื่อตรวจสอบว่า คุณเข้าใจโครงสร้างการ ที่

ผลลัพธ์ (ไทย) 3:

ทำเหมืองในโลกจริงข้อมูล
ตอนนี้พิจารณาข้อมูล vote.arff จริง , ซึ่งจะช่วยให้โหวต 435 สหรัฐอเมริกา
สภา 16 ประเด็นที่รวบรวมในช่วงกลางทศวรรษที่ 1980 และยังรวมถึงความร่วมมือ
ของพรรคเป็นแอตทริบิวต์ของแฟ้มไบนารี นี้เป็นข้อมูลที่มีค่าสูญหายทางหมดจด
( ตรงกับงดออกเสียง ) ปกติแล้วมันก็ถือว่าเป็นปัญหาการจำแนก
,งานที่ถูกทำนายพรรคตามรูปแบบการลงคะแนนเสียง .
แต่กฎสมาคมเหมืองแร่ยังสามารถใช้ข้อมูลนี้เพื่อแสวงหาสมาคมน่าสนใจ

ข้อมูลเพิ่มเติมเกี่ยวกับข้อมูลที่ปรากฏในข้อความในไฟล์ arff
.
ออกกำลังกาย 17.6.4 . วิ่งแบบในนี้ข้อมูลด้วยการตั้งค่าเริ่มต้น ความคิดเห็นเกี่ยวกับ
กฎที่สร้างขึ้น หลายของพวกเขาจะค่อนข้างคล้ายกัน ทำไมพวกเขา
การสนับสนุนและความมั่นใจในคุณค่าที่เกี่ยวข้อง ?
ออกกำลังกาย 17.6.5 . เป็นที่น่าสนใจเพื่อดูว่าไม่มีกฎในการเริ่มต้น
ผลผลิตเกี่ยวข้องกับ class = รีพับลิกัน ทำไมคุณถึงคิดอย่างนั้น ? การวิเคราะห์ตะกร้าตลาด

ส่วน 1.3 ( หน้า 26 ) เราแนะนำลูกค้าการวิเคราะห์การวิเคราะห์ตลาดกระเช้า
นิสัยการซื้อโดยการแสวงหาสมาคมในรายการที่พวกเขาซื้อเมื่อเยี่ยมชมร้าน .
จะวิเคราะห์ตะกร้าตลาดใน Weka แต่ละรายการที่เข้ารหัสเป็นอินสแตนซ์ของ
ซึ่งคุณลักษณะของสินค้าในร้าน แต่ละคุณลักษณะมีเพียงหนึ่ง
ค่า : ถ้ารายการเฉพาะไม่ประกอบด้วย ( เช่น ลูกค้าไม่ได้ซื้อ
รายการ ) , นี้เป็นรหัสที่เป็นค่าสูญหาย .
งานของคุณคือเหมืองข้อมูลซูเปอร์มาร์เก็ตชำระเงินสำหรับสมาคม ข้อมูล
Supermarketarff รวบรวมจากซูเปอร์มาร์เก็ตนิวซีแลนด์จริง ใช้
ดูไฟล์นี้โดยใช้โปรแกรมแก้ไขข้อความเพื่อตรวจสอบว่าคุณเข้าใจโครงสร้าง ที่