Perform each of the following data

Perform each of the following data preparation tasks:
a. Use smoothing by bin means to smooth the values of the Age attribute. Use a bin depth of 4.
b. Use min-max normalization to transform the values of the Income attribute onto the range [0.0-1.0].
c. Use z-score normalization to standardize the values of the Rentals attribute.
d. Discretize the (original) Income attribute based on the following categories: High = 60K+; Mid = 25K-59K; Low = less than $25K.
e. Convert the original data (not the results of parts a-d) into the standard spreadsheet format (note that this requires that you create, for every categorical attribute, additional attributes corresponding to values of that categorical attribute; numerical attributes in the original data remain unchanged).
f. Using the standardized data set (from part e), perform basic correlation analysis among the attributes. Discuss your results by indicating any strong correlations (positive or negative) among pairs of attributes. You need to construct a complete Correlation Matrix (Please read the document Basic Correlation Analysis for more detail and an example). Can you observe any "significant" patterns among groups of two or more variables? Explain.
g. Perform a cross-tabulation of the two "gender" variables versus the three "genre" variables. Show this as a 2 x 3 table with entries representing the total counts. Then, use a graph or chart that provides the best visualization of the relationships between these sets of variables. See Slide 41 in Lecture 2 for an example. Also review Chapter 4 of Berry and Linoff. Can you draw any significant conclusions?
h. Select all "good" customers with a high value for the Rentals attribute ( a "good customer is defined as one with a Rentals value of greater than or equal to 30). Then, create a summary (e.g., using means, medians, and/or other statistics) of the selected data with respect to all other attributes. Can you observe any significant patterns that characterize this segment of customers? Explain. Note: to know whether your observed patterns in the target group are significant, you need to compare them with the general population using the same metrics.
i. Suppose that because of the high profit margin, the store would like to increase the sales of incidentals. Based on your observations in previous parts discuss how this could be accomplished (e.g., should customers with specific characteristics be targeted? Should certain types of movies be preferred? Etc.). Explain your answer based on your analysis of the data.
j. Use WEKA to perform the following tasks on the original data set (use the Comma Separated version of the above data set: Video_Store.csv). Load the data into WEKA Explorer (the Preprocessing module). Remove the Customer ID attribute. Review basic statistics for different attributes by clicking on the name of each one in "attribute" panel. Next, use the unsupervised attribute "Discretize" filter to discretize the Age attribute. Finally, use the unsupervised attribute "Normalize" filter to convert all of the remaining numerical attribute into [0,1] scale. Save the resulting data set into an ARFF formatted file and submit with your answers for the above questions.

Note: You can give the final results of parts (a) through (d) as a single table which includes the original data and has an added column for each of the parts (a) through (d). The results of part (e) should be a separate table. For the correlation analysis (part f) give your correlation matrix (rows and columns of the matrix are the attributes, and entries would represent correlation value for a pair of attributes (e.g., "Income" versus "Age"). Your analyses for various parts can be added to the same spreadsheet file, or it could be included in another document (e.g., an MS Word file). Please create a single ZIP archive for all your documents and submit via Facebook.

ผลลัพธ์ (ไทย) 1:

การดำเนินการของแต่ละงานเตรียมข้อมูลต่อไปนี้:
เรียบโดยใช้ถังหมายถึงการเรียบค่าของแอตทริบิวต์อายุ ใช้ความลึกของถัง 4.
b ใช้ฟื้นฟูนาทีสูงสุดที่จะเปลี่ยนค่าของแอตทริบิวต์รายได้บน [0.0-1.0] ช่วง.
ค ใช้ z-score ฟื้นฟูที่จะสร้างมาตรฐานค่าของแอททริบิเช่า.
dแยกแอตทริบิวต์รายได้ (เดิม) ตามหมวดหมู่ดังต่อไปนี้: 60k = สูงกลาง = 25k-59K; ต่ำ = น้อยกว่า $ 25k
e. แปลงข้อมูลเดิม (ไม่ได้ผลของโฆษณาชิ้นส่วน) ในรูปแบบสเปรดชีทมาตรฐาน (โปรดทราบว่านี้ต้องให้คุณสร้างสำหรับแอตทริบิวต์เด็ดขาดทุกคุณลักษณะเพิ่มเติมที่สอดคล้องกับค่าของแอตทริบิวต์เด็ดขาดนั้นคุณสมบัติที่เป็นตัวเลขในข้อมูลเดิมยังคงไม่เปลี่ยนแปลง). F
ใช้ชุดข้อมูลที่เป็นมาตรฐาน (จากอีบางส่วน), ดำเนินการวิเคราะห์ความสัมพันธ์ระหว่างคุณสมบัติขั้นพื้นฐาน หารือเกี่ยวกับผลของคุณโดยการแสดงให้เห็นความสัมพันธ์ที่แข็งแกร่งใด ๆ (บวกหรือลบ) ระหว่างคู่ของคุณลักษณะคุณจำเป็นต้องสร้างสัมพันธ์เมทริกซ์สมบูรณ์ (โปรดอ่านการวิเคราะห์ความสัมพันธ์เอกสารพื้นฐานสำหรับการดูรายละเอียดและตัวอย่าง) คุณสามารถสังเกตรูปแบบใด ๆ "ที่สำคัญ" ในกลุ่มของสองคนหรือมากกว่าตัวแปร อธิบาย.
กรัม ดำเนินการตารางไขว้ของสองตัวแปร "เพศ" กับสามตัวแปร "ประเภท" แสดงเป็น 2 x 3 ตารางที่มีรายการที่เป็นตัวแทนของจำนวนทั้งหมดแล้วใช้กราฟหรือแผนภูมิที่ให้ภาพที่ดีที่สุดของความสัมพันธ์ระหว่างชุดของตัวแปรเหล่านี้ ดู 41 สไลด์ในการบรรยาย 2 ตัวอย่างเช่น ยังทบทวนบทที่ 4 เบอรี่และ linoff คุณสามารถวาดข้อสรุปที่มีความสำคัญ? h
เลือกทั้งหมดของลูกค้า "ดี" ด้วยมูลค่าที่สูงสำหรับแอตทริบิวต์เช่า ("ลูกค้าที่ดีถูกกำหนดให้เป็นหนึ่งเดียวกับค่าเช่าที่สูงกว่าหรือเท่ากับ 30). แล้วสร้างสรุป (เช่นใช้วิธีมีเดียและ / หรือสถิติอื่น ๆ ) จากข้อมูลที่เลือกด้วยความเคารพทุกคุณลักษณะอื่น ๆ . คุณสามารถสังเกตเห็นรูปแบบที่มีความสำคัญที่ลักษณะของลูกค้าส่วนนี้อธิบายหมายเหตุ:. จะทราบว่ารูปแบบการตั้งข้อสังเกตของคุณในกลุ่มเป้าหมายที่มีความสำคัญที่คุณจะต้องเปรียบเทียบกับประชากรทั่วไปโดยใช้ตัวชี้วัดเดียวกัน
ผม คิดว่าเป็นเพราะอัตรากำไรสูงร้านค้าต้องการที่จะเพิ่มยอดขายของบริการที่เกิดขึ้น ตามข้อสังเกตของคุณในส่วนหน้าที่หารือถึงวิธีการนี​​้อาจจะประสบความสำเร็จ (เช่นควรลูกค้าที่มีลักษณะเฉพาะเป็นเป้าหมาย? ควรบางประเภทของภาพยนตร์ที่เป็นที่ต้องการ? ฯลฯ ) อธิบายคำตอบของคุณขึ้นอยู่กับการวิเคราะห์ของคุณจากข้อมูล j.
ใช้ Weka เพื่อดำเนินการต่อไปนี้บนชุดข้อมูลเดิม (ใช้รุ่นที่คั่นด้วยจุลภาคของชุดข้อมูลดังกล่าวข้างต้น: video_store.csv) โหลดข้อมูลลงใน Weka Explorer (โมดูล preprocessing)เอาคุณลักษณะรหัสลูกค้า ทบทวนสถิติพื้นฐานสำหรับคุณสมบัติที่แตกต่างกันโดยการคลิกที่ชื่อของแต่ละคนในแอตทริบิวต์ "แผง" ต่อไปให้ใช้คุณลักษณะใกล้ชิด "แยก" ตัวกรองเพื่อแยกแอตทริบิวต์อายุ ในที่สุดใช้คุณลักษณะใกล้ชิด "ปกติ" ตัวกรองการแปลงทั้งหมดของแอตทริบิวต์ตัวเลขที่เหลือเป็น [0,1] ขนาด. บันทึกข้อมูลผลการศึกษาที่กำหนดไว้ในรูปแบบไฟล์ ARFF และส่งคำตอบของคุณสำหรับคำถามข้างต้น

หมายเหตุ: คุณสามารถให้ผลสุดท้ายของชิ้นส่วน (ก) ถึง (ง) เป็นตารางเดียวซึ่งรวมถึงข้อมูลเดิมและมี เพิ่มคอลัมน์สำหรับแต่ละชิ้นส่วน (ก) ถึง (ง) ผลของการมีส่วนร่วม (E) ควรจะเป็นตารางแยกต่างหากสำหรับการวิเคราะห์ความสัมพันธ์ (ฉบางส่วน) ให้สัมพันธ์เมทริกซ์ (แถวและคอลัมน์ของเมทริกซ์ที่มีคุณสมบัติและรายการจะเป็นตัวแทนของค่าความสัมพันธ์สำหรับคู่ของ (eg, "รายได้" กับ "อายุ"). ของคุณของคุณสำหรับการวิเคราะห์ต่างๆ ชิ้นส่วนสามารถเพิ่มลงในแฟ้มกระดาษคำนวณเดียวกันหรืออาจจะรวมอยู่ในเอกสารอื่น (เช่นแฟ้มคำมิลลิวินาที)โปรดให้สร้างขึ้นเก็บไปรษณีย์เดียวสำหรับเอกสารทั้งหมดของคุณและส่งผ่านทาง facebook.

ผลลัพธ์ (ไทย) 2:

ทำงานเตรียมข้อมูลต่อไปนี้:
a. ใช้ราบเรียบ โดยช่องหมาย ถึงค่าของแอททริบิวต์อายุเรียบ ใช้ความลึกของช่องเก็บของ 4.
เกิดใช้ฟื้นฟูต่ำสุดสูงสุดในการแปลงค่าของแอตทริบิวต์เงินลงในช่วง [0.0-1.0] .
c. ฟื้นฟูคะแนน z ใช้เพื่อกำหนดค่าของแอททริบิวต์เช่ามาตรฐาน
d Discretize แอตทริบิวต์รายได้ (ต้นฉบับ) ที่ตามประเภทต่อไปนี้: สูง = 60K กลาง = 25K - 59K ต่ำ =น้อยกว่า $ 25 คุณ
e. แปลงข้อมูลต้นฉบับ (ไม่ผลลัพธ์ของชิ้นส่วน a-d) เป็นรูปแบบกระดาษมาตรฐาน (เหตุที่ต้องให้คุณสร้าง สำหรับแอททริบิวต์ทุกแน่ชัด คุณลักษณะเพิ่มเติมที่สอดคล้องกับค่าของแอตทริบิวต์ที่แตก แอททริบิวต์ที่เป็นตัวเลขในข้อมูลต้นฉบับเปลี่ยนแปลง) .
เอฟใช้ชุดข้อมูลมาตรฐาน (จากส่วน e), การวิเคราะห์พื้นฐานความสัมพันธ์ระหว่างแอททริบิวต์ อภิปรายผลของคุณ โดยการบ่งชี้ใด ๆ แรงสัมพันธ์ (ค่าบวก หรือค่าลบ) ระหว่างคู่ของแอตทริบิวต์ คุณต้องสร้างเมทริกซ์สหสัมพันธ์สมบูรณ์ (กรุณาอ่านเอกสารพื้นฐานการวิเคราะห์ความสัมพันธ์สำหรับรายละเอียดเพิ่มเติมและตัวอย่าง) คุณสามารถสังเกตรูปแบบใด ๆ "สำคัญ" ระหว่างกลุ่มของตัวแปรสองตัว หรือมากกว่า อธิบาย
กรัมทำข้าม tabulation แปร "เพศ" ที่ 2 เทียบกับตัวแปรสาม "ประเภท" แสดงนี้เป็น 2 x 3 ตารางแสดงการนับรวมรายการ แล้ว ใช้กราฟหรือแผนภูมิที่แสดงภาพประกอบเพลงที่ดีที่สุดของความสัมพันธ์ระหว่างชุดของตัวแปรเหล่านี้ ดูภาพนิ่ง 41 ในการบรรยาย 2 สำหรับตัวอย่าง นอกจากนี้ยัง ตรวจสอบบทที่ 4 เบอร์รี่และ Linoff คุณสามารถวาดบทสรุปสำคัญใด ๆ ?
h เลือกลูกค้าที่ "ดี" ทั้งหมด มีค่าสูงสำหรับเช่ากำหนด (เป็น "ลูกค้าถูกกำหนดเป็นหนึ่งกับค่าเช่าของที่มากกว่า หรือเท่ากับ 30) สร้างสรุปแล้ว (เช่น โดยใช้พาหนะ medians และ/หรือสถิติอื่น ๆ) ของข้อมูลที่เลือกกับแอททริบิวต์อื่น ๆ คุณสามารถสังเกตรูปแบบใด ๆ อย่างมีนัยสำคัญที่เซ็กเมนต์นี้ของลูกค้า อธิบาย หมายเหตุ: ต้องรู้ว่า รูปแบบของคุณสังเกตในกลุ่มเป้าหมายสำคัญ คุณจำเป็นต้องเปรียบเทียบกับประชากรทั่วไปที่ใช้แบบเดียวกันวัด
i. สมมติว่า เนื่องจากอัตรากำไรสูง ร้านค้าต้องการเพิ่มยอดขายของเช็คอิน ตามสังเกตการณ์ในส่วนก่อนหน้านี้กล่าวถึงวิธีนี้ไม่สามารถมาได้ (เช่น ควรกำหนดเป้าหมายลูกค้าที่ มีลักษณะเฉพาะหรือไม่ ควรต้องบางชนิดของภาพยนตร์ ฯลฯ) อธิบายคำตอบของคุณตามการวิเคราะห์ของข้อมูล
เจ WEKA ที่ใช้เพื่อทำงานต่อไปนี้บนชุดข้อมูลเดิม (ใช้รุ่นคั่นด้วยเครื่องหมายจุลภาคของชุดข้อมูลด้านบน: Video_Store.csv) โหลดข้อมูลเข้า WEKA Explorer (Preprocessing โม) ลบแอตทริบิวต์ ID ลูกค้า ทบทวนสถิติเบื้องต้นสำหรับแอตทริบิวต์ที่แตกต่างกัน โดยคลิกที่ชื่อของแต่ละคนในแผง "แอตทริบิวต์" ใช้ตัวกรองแอตทริบิวต์ unsupervised "Discretize" การ discretize แอตทริบิวต์อายุ ในที่สุด ใช้แอตทริบิวต์ unsupervised "Normalize" กรองแปลงของแอตทริบิวต์ที่เป็นตัวเลขที่เหลือทั้งหมดเป็นมาตราส่วน [0,1] บันทึกชุดข้อมูลผลลัพธ์ไปยังแฟ้มรูปแบบ ARFF และส่งพร้อมคำตอบของคุณสำหรับการกล่าวคำถามได้

หมายเหตุ: คุณสามารถให้ผลลัพธ์สุดท้ายของชิ้นส่วน (ก) ถึง (d) เป็นตารางเดียวซึ่งรวมถึงข้อมูลต้นฉบับ และมีการเพิ่มคอลัมน์ สำหรับแต่ละส่วน (ก) ถึง (d) ได้ ผลลัพธ์ของส่วน (e) ควรเป็นตารางแยกต่างหาก สำหรับความสัมพันธ์ที่ วิเคราะห์ (ส่วน f) ให้เมทริกซ์ความสัมพันธ์ของคุณ (แถวและคอลัมน์ของเมตริกซ์มีคุณลักษณะ และรายการจะแสดงค่าความสัมพันธ์คู่ของแอตทริบิวต์ (เช่น, "รายได้" กับ "อายุ") การวิเคราะห์ในส่วนต่าง ๆ สามารถเพิ่มแฟ้มกระดาษคำนวณแบบเดียวกัน หรืออาจจะรวมอยู่ในเอกสารอื่น (เช่น MS Word แฟ้ม) กรุณาสร้างเก็บถาวรแบบ ZIP เดียวสำหรับเอกสารของคุณ และส่งผ่าน Facebook

ผลลัพธ์ (ไทย) 3:

การดำเนินการแต่ละครั้งของงานการเตรียมข้อมูลต่อไปนี้::
ที่ การปรับความคมชัดของการใช้โดยใช้ถังขยะเรียบลื่นเพื่อคุณค่าของอายุที่แอตทริบิวต์ ใช้ความลึกถังขยะของ 4 .
B ปกติต่ำสุด - สูงสุด( MAX )ใช้ในการเปลี่ยนค่าของรายได้ที่เข้ากับช่วงแอตทริบิวต์ที่[ 0.0-1.0 ].
C . ปกติใช้ Z - คะแนนเพื่อกำหนดมาตรฐานค่าของค่าเช่าที่แอตทริบิวต์.
Ddiscretize (เดิม)รายได้แอตทริบิวต์ที่ใช้ ประเภท ต่อไปนี้: K , High = 60 กลาง= 25 K K -59 ต่ำ=น้อยกว่า$ 25 K . K .
E แปลงเดิมข้อมูล(ไม่ได้อยู่ในส่วนผล A - D )เข้าไปในรูปแบบสเปรดชีทที่มาตรฐาน(โปรดบันทึกไว้ด้วยว่าโรงแรมแห่งนี้คุณต้องสร้าง,สำหรับทุกหมวดหมู่แอตทริบิวต์,เพิ่มเติมแอตทริบิวต์ที่เกี่ยวข้องกับคุณค่าของที่หมวดหมู่แอตทริบิวต์;แอตทริบิวต์ตัวเลขในข้อมูลเดิมที่ยังคงไม่มีการเปลี่ยนแปลง). N F การใช้ข้อมูลซึ่งเป็นมาตรฐานที่กำหนดไว้(จาก E เป็นส่วนหนึ่ง)ให้ปฏิบัติตามการวิเคราะห์ความสัมพันธ์แบบเรียบง่ายท่ามกลางแอตทริบิวต์นี้. ร่วม อภิปราย เกี่ยวกับผลลัพธ์ของคุณโดยระบุว่าสัมพันธ์เชิงแข็งแรง(ค่าบวกหรือลบ)ในคู่ของแอตทริบิวต์คุณต้องสร้างให้เสร็จสมบูรณ์ความสัมพันธ์ Matrix Storage Technology (โปรดอ่านเอกสารที่พื้นฐานความสัมพันธ์การวิเคราะห์สำหรับรายละเอียดเพิ่มเติมและตัวอย่าง) คุณสามารถตรวจสอบใดๆ"อย่างมีนัยสำคัญ"รูปแบบในกลุ่มของสองหรือมากกว่าเป็นตัวแปรสำคัญหรือไม่? อธิบาย.
G การจัดการการ - แบนของสอง"เพศ"เป็นตัวแปรสำคัญเมื่อเทียบกับที่สาม"แนวเพลง"เป็นตัวแปรสำคัญ. การแสดงโชว์รายการนี้เป็นตารางที่ 2 x 3 พร้อมด้วยรายการแสดงที่นับรวมจากนั้นจึงใช้ แผนภูมิ หรือกราฟที่จัดให้บริการการแสดง ภาพ ที่ดีที่สุดของความสัมพันธ์ระหว่างชุดนี้ของตัวแปร ดูที่เลื่อน 41 ในการบรรยาย 2 ตัวอย่างเช่น: รวมทั้งตรวจดูบทที่ 4 ของเบอร์รี่และ linoff คุณสามารถข้อสรุปอย่างมีนัยสำคัญใดๆหรือไม่?
Hเลือกทั้งหมด"ดี"ลูกค้าด้วยมูลค่าสูงสำหรับแอตทริบิวต์บริการเช่า(ที่"ลูกค้าที่ดีมีการกำหนดเป็นหนึ่งพร้อมด้วยบริการเช่ามูลค่าของมากกว่าหรือเท่ากับ 30 ) จากนั้นสร้างสรุป(เช่นใช้วิธีการ medians และ/หรือข้อมูลสถิติอื่นๆ)ของข้อมูลที่เลือกด้วยความเคารพในแอตทริบิวต์อื่นๆทั้งหมด คุณสามารถปฏิบัติตามรูปแบบอย่างมีนัยสำคัญใดๆที่แสดงลักษณะส่วนนี้ของลูกค้า อธิบายหมายเหตุ:ในการทราบว่าสังเกตเห็นรูปแบบของคุณในกลุ่มเป้าหมายที่ได้รับอย่างมีนัยสำคัญคุณต้องใช้เพื่อทำการเปรียบเทียบให้กับประชาชนทั่วไปโดยใช้เกณฑ์วัดเดียวกัน.
ผม คิดว่าเป็นเพราะส่วนต่างกำไรสูงที่จัดเก็บที่ต้องการเพิ่มยอดขายของไม่อาจคาดคิดมาก่อน ซึ่งใช้ในการสังเกตการณ์ของคุณในทุกส่วนก่อนหน้าพูดคุยเกี่ยวกับวิธีนี้ไม่สามารถจะทำได้(เช่นหากลูกค้าที่มีลักษณะเฉพาะเป็นกลุ่มเป้าหมาย ควรบาง ประเภท ในการรับชม ภาพยนตร์ ที่คุณต้องการได้ ฯลฯ) อธิบายถึงคำตอบของคุณจากการวิเคราะห์ข้อมูลของคุณ.
j ได้ ใช้ weka ในการทำงานต่อไปนี้บนชุดข้อมูลต้นฉบับ(ใช้เวอร์ชันคั่นด้วยเครื่องหมายจุล ภาค ที่ตั้งค่าข้อมูลข้างต้นแล้ว video_store . csv ) การโหลดข้อมูลลงใน weka Internet Explorer (โมดูล preprocessing )ลบแอตทริบิวต์ ID ของลูกค้าได้ ตรวจดูข้อมูลสถิติพื้นฐานสำหรับแอตทริบิวต์แตกต่างกันโดยการคลิกที่ชื่อของแต่ละคนใน"แอตทริบิวต์"แผงควบคุม ถัดไปให้ใช้แอตทริบิวต์โดยไม่ต้องมีการตรวจสอบ" discretize "แผ่นกรองเพื่อ discretize อายุแอตทริบิวต์. สุดท้ายให้ใช้โดยไม่ต้องมีการตรวจสอบแอตทริบิวต์"เข้าสู่ ภาวะ ปกติ"แผ่นกรองเพื่อแปลงทั้งหมดของแอตทริบิวต์ที่เหลือเป็นตัวเลขใน[ 0,1 ]ขนาด.บันทึกข้อมูลส่งผลให้ที่ตั้งค่าไว้ในแฟ้มรูปแบบ arff และส่งด้วยคำตอบของคุณสำหรับคำถามข้างต้น.

หมายเหตุ:คุณสามารถทำให้ผลการแข่งขันของชิ้นส่วน(ก)ผ่าน( D )เป็นโต๊ะเดียวซึ่งรวมถึงข้อมูลต้นฉบับและมีคอลัมน์เพิ่มสำหรับชิ้นส่วน( A )แต่ละตัวผ่าน( D ) ผลที่ได้จากส่วน( E )ควรเป็นตารางแบบแยกพื้นที่สำหรับความสัมพันธ์ที่การวิเคราะห์(ส่วน F )ช่วยให้ Matrix Storage ความสัมพันธ์ของคุณ(แถวและคอลัมน์ของ Matrix ที่มีแอตทริบิวต์ที่และรายการจะเป็นค่าความสัมพันธ์ของคู่ของแอตทริบิวต์(เช่น"รายได้"เมื่อเทียบกับ"อายุ") การวิเคราะห์ของคุณสำหรับส่วนต่างๆสามารถเพิ่มลงในไฟล์โปรแกรมสเปรดชีตเดียวกันได้หรือไม่สามารถจะรวมอยู่ในเอกสารอื่น(เช่น MS Word ไฟล์)โปรดสร้างที่เก็บรหัสไปรษณีย์สำหรับเอกสารทั้งหมดของคุณและส่งผ่าน Facebook .