clementine实验指导书
实验一 Clementine12.0数据挖掘分析方法与应用
实验一Clementine12.0数据挖掘分析方法与应用一、[实验目的]熟悉Clementine12.0进行数据挖掘的基本操作方法与流程，对实际的问题能熟练利用Clementine12.0开展数据挖掘分析工作。
二、[知识要点]1、数据挖掘概念；2、数据挖掘流程；3、Clementine12.0进行数据挖掘的基本操作方法。
三、[实验内容与要求]1、熟悉Clementine12.0操作界面；2、理解工作流的模型构建方法；3、安装、运行Clementine12.0软件；4、构建挖掘流。
四、[实验条件]Clementine12.0软件。
五、[实验步骤]1、主要数据挖掘模式分析；2、数据挖掘流程分析；3、Clementine12.0下载与安装；4、Clementine12.0功能分析；5、Clementine12.0决策分析实例。
六、[思考与练习]1、Clementine12.0软件进行数据挖掘的主要特点是什么？2、利用Clementine12.0构建一个关联挖掘流（购物篮分析）。
实验部分一、Clementine简述Clementine是ISL(Integral Solutions Limited)公司开发的数据挖掘工具平台。
1999年SPSS公司收购了ISL公司，对Clementine产品进行重新整合和开发，现在Clementine已经成为SPSS公司的又一亮点。
作为一个数据挖掘平台，Clementine结合商业技术可以快速建立预测性模型，进而应用到商业活动中，帮助人们改进决策过程。
强大的数据挖掘功能和显著的投资回报率使得Clementine在业界久负盛誉。
同那些仅仅着重于模型的外在表现而忽略了数据挖掘在整个业务流程中的应用价值的其它数据挖掘工具相比，Clementine其功能强大的数据挖掘算法，使数据挖掘贯穿业务流程的始终，在缩短投资回报周期的同时极大提高了投资回报率。
为了解决各种商务问题，企业需要以不同的方式来处理各种类型迥异的数据，相异的任务类型和数据类型就要求有不同的分析技术。
实验十五抗坏血酸含量测定2,6-二氯酚靛酚法
实验十五抗坏血酸含量测定（2,6-二氯酚靛酚法）一、目的学习维生素C的生理功能和性质，掌握用2，6-二氯酚靛酚法测定维生素C 的原理和方法。
二、原理维生素C是一种水溶性维生素，是人类营养中最重要的维生素之一，人体缺乏维生素C时会出现坏血病，因此它又被称为抗坏血酸。
此外维生素C还具有预防和治疗感冒以及抑制致癌物质产生的作用。
维生素C的分布很广，尤其在水果（如弥猴桃、橘子、柠檬、山植、袖子、草莓等）和蔬菜（觅菜、芹菜、青椒、菠菜、黄瓜、番茄等）中的含量更为丰富。
不同栽培条件、不同成熟度和不同的加工贮藏方法，都可以影响水果、蔬菜的抗坏血酸含量。
测定抗坏血酸含量是了解果蔬品质高低及其加工工艺成效的重要指标。
维生素C在金属铜和抗坏血酸氧化酶存在下极易氧化，因此，在用铜制品做食品时，维生素C易丢失。
此外在碱性溶液中，维生素C也易被破坏，而在酸性溶液中比较稳定。
利用它具有的还原性质可测定其含量。
还原型抗坏血酸能被染料2，6-二氯酚靛酚氧化为脱氢型，该染料在碱性溶液中呈蓝色，在酸性溶液中呈红色，被还原后变为无色。
因此用2，6-二氯酚靛酚滴定含有维生素C的酸性溶液时，维生素C尚未全部被氧化时，则滴下的染料立即使溶液变成粉红色，当溶液中的抗坏血酸全部被氧化成脱氢抗坏血酸时，滴入的2，6-二氯酚靛酚立即使溶液呈现淡红色。
用这种染料滴定抗坏血酸至溶液呈淡红色为滴定终点，根据染料消耗量即可计算出样品中还原型抗坏血酸的含量。
三、仪器、试剂和材料1．仪器（1）天平（2）组织捣碎机（3）微量滴定管（5ml）（4）容量瓶（50ml）（5）刻度吸管（5ml，10ml）（6）锥形瓶（100ml）2．试剂（1）l％草酸溶液：草酸1g溶于100ml蒸馏水中（2）2％草酸溶液：草酸2g溶于100ml蒸馏水中（3）抗坏血酸标准溶液（0.1 mg／ml）：精确称取10mg纯抗坏血酸（应为洁白色，如变为黄色则不能用）用1％草酸溶液溶解并定容至100ml。
Clementine资料采集入门
© ISL 2000
5
3.2 機器學習技術(續3)
統計模型： ●線性迴歸模型試圖在引數欄位區域中尋找一條直線或 一個面，使得預測值和觀測輸出值間差異最小。 ●Logistic迴歸模型在某種程度上是比較複雜的，主要用 來預測字元型因變數的每一個可能值的概率。 ●統計模型已經出現很長時間，而從數學角度較易理解。 它們展示了假設資料間存在簡單關係的幾種基本模型。
© ISL 2000
13
3.5 小技巧(續1)
資料是否均衡？
假設有兩種結果：低的或高的。90％的案例是低的， 只有10％是高的。類神經網路對這樣有偏資料的處理 是相當糟糕的。它們只會學習低的結果並試圖忽略高 的結果。
抽樣
利用抽樣方法可以改善上述的問題，此外，在大量資 料集基礎上開始工作前，可先抽取一個較小的樣本， 這將使你在進行較簡單的實驗性分析時執行的更快。
© ISL 2000
2
ቤተ መጻሕፍቲ ባይዱ
3.2 機器學習技術
類神經網路是類比神經系統執行的簡單模型。它的基 本單位是神經元，它們一般組織在一起形成層次。
© ISL 2000
3
3.2 機器學習技術(續1)
類神經網路較不令人滿意的地方在於做決策時是不透明 的，然而決策樹模型在這方面的表現卻是相當優異。
© ISL 2000
© ISL 2000
11
CRISP-DM過程模型
3.5 小技巧
要使用歸納方法、類神經網路、或是統計模型？
●如果你不肯定哪些屬性是重要的，首先通過歸納得出一
條規則通常是有意義的。然後根據規則結果，利用filter 節點，把資料的欄位進行刪剪，只留下那些重要的，規 則明顯的欄位。這可在訓練一個網路或統計模型前選擇 一個較好的欄位子集。 ●統計方法常是迅捷且相對簡單。因此，它們常做爲基準 模型，去比較需要耗時的機器學習技術。
Clementine源过程输出节点介绍
Clementine ®12.0源、过程和输出节点½öÓÃÓÚÆÀ¹À¡£°æȨËùÓÐ (c) by Foxit Software Company, 2004ÓÉ Foxit PDF Editor ±à¼-有关SPSS®软件产品的更多信息，请访问我们的官方网站或联系：SPSS Inc.233South Wacker Drive,11th FloorChicago,IL60606-6412电话：(312)651-3000传真：(312)651-3668SPSS是注册商标，其他产品名称为SPSS Inc.专有计算机软件的商标。
如未获得商标所有人书面许可和软件许可权以及出版资料的版权，不得生产或分发任何有关此软件的资料。
“软件”和文档以“受限权利”提供。
政府对于本软件的使用、复制或披露要遵守“技术数据和计算机软件权利”法案第52.227-7013条中的第(c)(1)(ii)款。
订约人／生产商为SPSS Inc.，地址为233South Wacker Drive,11th Floor,Chicago,IL60606-6412。
图片由SPSS Inc.下属nViZn(TM)advanced visualization technology公司(/sm/nvizn)提供。
专利号7,023,453一般提示：其他产品名称仅用作标识，同时也可能是其他各公司的商标。
项目阶段基于CRISP-DM过程模型。
版权所有©1997–2003CRISP-DM Consortium()。
所含某些样本数据集来自UCI Knowledge Discovery in Databases Archive：Hettich,S.and Bay,S.D.1999.UCI KDD Archive（）。
数据挖掘之药物应用分析
基于Clementine 12.0 的药物应用分析实验报告一、实验目的：1、理解对大型的、复杂的和信息丰富的数据集进行分析的必要性；2、了解数据挖掘软件Spss-clementine 的基本功能。
3、通过案例了解决策树和人工神经网络技术的实际应用。
二、实验环境：1、实验设备: 联想台式计算机2、软件系统：Windows-XP3、应用软件：SPSS Clementine Client 12.0三、研究问题：这次实验内容来源于一个药物应用问题，以往有大批患有同种疾病的不同病人，在服用五种药物中的一种药（Drug，分为Drug A、Drug B、Drug C、Drug X、Drug Y）之后都取得了同样的治疗效果。
这里的数据是随机挑选的部分病人服用药物前的基本临床检查数据，包括血压（BP，分为高血压High、正常Normal、低血压Low）、胆固醇（Cholesterol，分为正常Normal和高胆固醇High）、唾液中钠元素（Na）和钾元素（K）含量，以及病人年龄（Age）、性别（Sex，包括男M和女F）等。
现在需要通过数据分析发现以往处方适用的规律，给不同临床特征病人更适合服用哪种药物的建议，为未来医生填写处方提供参考。
四、数据来源及变量说明本案例的数据是Clementine软件自带的一份关于药物研究的数据DRUG4n，一共有1000条数据，包含7个字段分别是Age（年龄）、Sex（性别）、BP（血压）、Cholesterol （类胆固醇含量）、Na （Na含量）、K（K含量）、Drug（药品种类）。
五、实验步骤及分析首先对DRUG中的数据进行了一个简单的分析和解释，比如说Drug的分布情况、Na和K的含量等的分析，接着决策树分析的方法和工神经网络方法对数据进行分类和分析。
1.读数据到Clementine中。
打开Clementine12.0,新建一个流命名为“药物分析”。
从数据源中选择“可变文件”，双击使之出现在工作表中，右击选择“编辑”，添加里面的DRUG。
邻苯二甲酸酯(水)实验作业指导书
邻苯二甲酸酯的测定1、方法依据水和废水监测分析方法（第四版）2、适用范围本方法适用于水和废水中邻苯二甲酸二甲酯、邻苯二甲酸二丁酯、邻苯二甲酸二辛酯的测定。
方法的检出限分别为邻苯二甲酸二甲酯0.1μg/L、邻苯二甲酸二丁酯0.1μg/L和邻苯二甲酸二辛酯0.1μg/L。
3、测定原理水样用正己烷萃取，经无水硫酸钠脱水后，用K-D浓缩器浓缩，在腈基柱或胺基柱上，以正己烷-异丙醇为流动相将邻苯二甲酸酯分离成单个化合物，用紫外检测器测定各化合物的峰高或峰面积，以外标法进行定量。
4、干扰和消除因为邻苯二甲酸酯广泛用于塑料制品中，所以，在采样及测试过程中一定要避免使用塑料制品。
5、试剂除非另有说明，分析时均使用符合国家标准的分析纯试剂。
5.1正己烷，优级纯。
5.2异丙醇，分析纯。
5.3丙酮，分析纯。
5.4无水硫酸钠：用前在马弗炉中350℃烘4h。
5.5盐酸，分析纯：配制成1mol/L。
5.6氢氧化钠，分析纯：配制成1mol/L。
5.7甲醇，优级纯。
5.8邻苯二甲酸二甲酯、邻苯二甲酸二丁酯、邻苯二甲酸二辛酯，优级纯。
5.9石油醚，分析纯。
5.10纯水：二次蒸馏水。
5.11标准贮备液：1000mg/L分别称取每种标准物100mg，准确至0.1mg，溶于优级纯甲醇中，在容量瓶中定容至100ml，也可购买商品标准贮备液。
5.12中间标准液：100mg/L分别准确移取三种标样的贮备液各10.00ml于同一100ml容量瓶中，用优级纯甲醇定容到100ml。
5.13玻璃棉或脱脂棉（过滤用）：在索氏提取器上用石油醚提取4h，晾干后备用。
6、仪器和设备6.1高效液相色谱仪，具紫外检测器。
6.2样品瓶：100ml具磨口玻璃塞的细口瓶。
6.3分液漏斗：250ml。
6.4 K-D浓缩器：具1ml刻度的浓缩瓶。
6.5色谱柱：腈基柱或胺基柱均可（如用腈基柱常温即可，胺基柱需要30℃温度）7、样品7.1 样品采集用100ml具玻璃磨口塞的细口瓶采集样品，在灌装前需用采样的水冲洗采样瓶三次，采集水样后用盐酸或氢氧化钠将pH调节到7.0左右。
表面活性剂增敏阻抑动力学光度法测定痕量草酸
表面活性剂增敏阻抑动力学光度法测定痕量草酸张爱梅3 贾丽萍 牛学丽(聊城大学化学化工学院,聊城252059)摘 要 在稀盐酸介质中,微量草酸对H 2O 2氧化靛红的褪色反应有显著的阻抑作用,非离子表面活性剂T riton X 2100对此体系有强烈的增敏作用,据此建立了表面活性剂增敏阻抑动力学光度分析测定微量草酸的新方法。
方法的线性范围是0.005～0.50mg ΠL ,检出限为0.005mg ΠL 。
方法简便,快速,灵敏度高,用于菠菜和尿样中草酸含量的测定,结果满意。
关键词 靛红,阻抑动力学光度分析,表面活性剂,草酸 2002210227收稿;2003203224接受1 引 言草酸是蔬菜中常见的一种成分,易被人体吸收。
如果血液和尿液中草酸含量过高,就会导致维生素缺乏症、肠道病及草酸尿等疾病。
草酸可以与Ca 2+形成稳定的螯合物,妨碍人体对钙的吸收。
草酸还可以与人体中的钙形成沉淀,从而促进和加速肾结石的形成。
因此,建立高灵敏、高选择性的测定草酸含量的方法对食品及临床尿液分析都有重要意义。
测定草酸的方法有分光光度法1、极谱法2、离子色谱法3、液相4和气相色谱法3。
这些方法有的灵敏度不高,有的选择性不好。
液相和气相色谱法灵敏度较高,但仪器价格昂贵,不易推广使用。
动力学分析法一般灵敏度较高,但多用于测定无机离子。
动力学光度法测定草酸的方法已有报道5～7,但灵敏度欠佳。
冯素玲等6基于草酸对Fe 3+催化H 2O 2氧化罗丹明G 反应的抑制作用,建立了阻抑动力学荧光法测定草酸的新方法,其检出限达到了93μg ΠL 。
Jiang 等8以罗丹明B 为指示剂建立了测定草酸的催化动力学分光光度法,方法的检出限为20μg ΠL 。
Ensafi 等9应用流动注射催化光度法建立了一种高灵敏的测定草酸的方法,其检出限达到了5μg ΠL 。
近年来,表面活性剂在分析化学中有不少应用,伍正清等10利用溴化十六烷基三甲基铵对NO -2催化K BrO 3氧化曙红的褪色反应的增敏作用,使灵敏度提高了约20倍。
Clementine上机操作实验指导
数据流的基本操作
向数据流区域添节点
双击选项板区中待添加的节点； 左键按住待添加节点，将其拖入数据流区域内； 先选中选项板区中待添加的节点，然后将鼠标放入数据
流区域，在鼠标变为十字形时单击数据流区域的任何空 白处。
向数据流区域删节点
左键单击待删除的节点，按键盘上的delete键删除； 右键单击待删除的节点，在快捷菜单中选择delete。
管理器窗口
管理器窗口中共包含了“流”、“输出”、“模 型”三个栏。
工程管理区
工程管理区含有两个选项栏，一个是“CRISPDM”，一个是“类”。
数据流的基本操作
生成数据流的基本过程
向数据流区域增添新的节点； 将这些节点连接到数据流中； 设定数据节点或数据流的功能； 运行数据流。
调节因子η
点击“执行”按钮，即可在管理器窗口的“模型” 标签下显示生成的K-Means模型节点。
右键单击管理器窗口“模型”标签下生成的K-Means模型节点，在快 捷菜单中选择“浏览”，打开“K-Means”对话框，在“模型”标签 下会显示划分出来的三个聚类，点击“全部展开”，则可以显示每个 簇的一些统计信息
SmallSampleComma.txt
字段实例化 将ID字段的类型修改为
无类型
字段方向
输入：输入或者预测字 段
输出：输出或者被预测 字段字段
两者：既是输入又是输 出，只在关联规则中用 到
无：建模过程中不使用 该字段
分区：将数据拆分为训 练、测试（验证）部分
字段方向设置只有在建 模时才起作用
如果数据是列界定的（字段未被分隔，但是 始于相同的位置并有固定长度），应该使用固 定文本文件导入固定文件节点
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1. Clementine的安装说明
（1）计算机时间调整到2010年1月，setup.exe
(2) install Clementine
(3) next, 完成后不注册。
（4）将破解文件夹下面的两个文件复制到“.\SPSSInc\Clementine12.0\bin”中，替换原有文件。
（5）运行SPSS Clementine12.0.3汉化.exe，next，完成
（6）开始——所有程序——spss inc——Clementine12.0——Clementine12.0
2. 基于carma模型分析购物篮
（1）概念：前项antecedent和后项consequent; instances记录（包含了前项antecedent的数量）；support（支持度）（包含了前项antecedent的数量所占全部记录的比例）；rule support 规则支持度（既包含前项antecedent和后项consequent的数量占全部的比例）；confidence 置信度（rule support/ support）(反映预测的准确程度)；deployability（support -rule support）；lift（confidence/先验概率）（当lift>1才考虑。
）
（2）源，可变文件，双击打开，选择文件demos—basketsln
（3）字段选项——类型，连接可变文件和类型节点，双击打开，读取值，方向处将顾客个人信息“无”；消费信息“两者”，应用，确定
（4）建模-关联-carma，连接类型节点和carma，双击打开，在模型中，修改名字为“carma”，rule support 改为15%。
（5）在字段中可以自动，则所有“两者”变量都过来，也可以选择变量。
“执行”
（6）生成的模型在右边，拖到面板中，连接类型节点和模型。
（7）16条规则，前项，后项，支持度，confidence，可以查看其他字段
（8）输出，表，连接模型和表，在模型上右键“执行”，则可以看到每条记录的预测结果。
3. 基于神经网络分析产品促销策略
（1）用神经网络判断哪些促销是有效的，利用goods1n和goods2n两套数据，用goods1n 建立神经网络模型，用goods2n利用建立到的神经网络模型。
Class商品种类，cost商品成本，promotion促销费用，before促销前销量，after促销后销量。
通过神经网络判断goods2n 的after促销后销量。
（2）源，可变文件，双击打开，选择文件demos—goods1n，增加一个表，连接可变文件和表，查看goods1n的内容。
然后删掉这个表。
（3）字段选项-导出，连接可变文件和导出，导出字段名改为“increase”，启动表达式构建器。
公式是(After - Before) / Before * 100.0。
确定。
（3）增加一个表，连接导出和表，查看增加导出字段后的内容。
双击——执行。
说明：神经网络应用是根据前面四个字段（Class商品种类，cost商品成本，promotion促销费用，before 促销前销量）来推最后一个字段increase的值。
（4）字段选项——类型，连接导出和类型节点，双击打开，读取值，方向处将前面四个字段（Class商品种类，cost商品成本，promotion促销费用，before促销前销量）“输入”；字段increase“输出”，其他的“无”，应用，确定
（5）建模-神经网络，连接类型节点和神经网络，双击打开神经网络，确定，右键——执行（6）右边模型出出现“increase”，右键——浏览。
（7）源，可变文件，双击打开，选择文件demos—goods2n，确定。
增加一个表，连接可变文件和表，查看goods2n的内容。
然后删掉这个表。
（8）字段选项-过滤，连接可变文件和过滤，过滤掉after。
确定
（9）将右边模型“increase”拖过来，连接过滤和increase模型。
（10）增加一个表，连接increase模型和表，右键表——执行。
4. outlook互发邮件实验（基于加密和数字证书）
5. 局域网安全攻击实验。