rapidminer进行关联分析、分类预测、聚类分析

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