首页分享大数据分析与应用基础实验指导书实验1、2 海洋生物分类实验、鸢尾花分类实验.docx

大数据分析与应用基础实验指导书实验1、2 海洋生物分类实验、鸢尾花分类实验.docx

来源：花匠小妙招时间：2025-01-12 02:45

文档简介

PAGEPAGE1实验一：决策树算法的简单应用实验——海洋生物分类1实验目的⑴理解决策树算法思路。⑵学会设计算法流程图。⑶掌握服务器上代码运行方法。2实验内容用决策树分类器将海洋动物分成两类：鱼类和非鱼类，每个实例只有两个特征：不浮出水面是否可以生存和是否有尾鳍。表1-1包含5种海洋动物的数据。表1-1海洋生物样本数据序号不浮出水面是否可以生存是否有尾鳍属于鱼类111yes211yes310no401no501no注：在上表中，1和yes代表是；0和no代表否。3实验环境客户端是Windows系统，需要安装Xshell以及WinSCP,WinSCP是Windows用于与服务器文件交互的工具，Xshell是Windows与服务器指令交互的工具，如图1-1所示。Python的运行环境中需要安装math以及operator库。图1-1实验环境4实验过程任务1：明晰算法流程清晰决策树的算法流程，理解算法思路与具体的步骤，算法流程如图1-2所示。图1-2决策树算法流程图任务2：算法代码实现理解算法和代码，对照算法流程图，理解代码实现的过程，如图1-3所示。图1-3代码与算法流程图打开WinSCP登录服务器，新建会话窗口，输入服务器IP户名及密码信息，点击“登录”按钮，如图1-4所示。图1-4WinSCP登录通过WinSCP将附件资料中的“decisiontree.py”算法代码上传至服务器上指定的文件夹“/data/zhou/DecisionTree/”下，如图1-5所示。图1-5WinSCP上传代码打开Xshell，打开新建会话窗口，输入主机IP地址和端口号，如图1-6所示。图1-6新建会话窗口1-7所示的窗口，输入用户名和密码登录到服务器。图1-7Xshell链接服务器使用命令“pythondecisiontree.py”运行算法代码，得到如图1-8所示结果，建立起决策树。图1-8创建决策树按照提示，输入相应数据，对建立起的决策树进行测试，如图1-9所示。图1-9运用决策树5实验小结的正确性。PAGEPAGE1实验二：K-means算法的简单应用——鸢尾花分类1实验目的⑴理解K-means的算法思路。⑵理解算法流程设计思路。⑶能在服务器上进行代码实现。2实验内容数据集内包含3类（iris-setosa,iris-versicolor,iris-virginica）共150个样本，每类各50个样本，每个样本都有4个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度，可以通过这4个特征把鸢尾花聚成3文件的部分数据如图2-1所示。图2-1部分数据截图每行的前44个特征组成新的数据集，于是可以把聚类结果与原数据相比较。3实验环境客户端是Windows系统，需要安装Xshell以及WinSCP,WinSCP是Windows用于与服务器文件交互的工具，Xshell是Windows与服务器指令交互的工具，如图2-2所示。Python的环境中需要安装numpy以及pandas库。图2-2实验环境4实验过程任务1：明晰算法流程清晰K-means的算法流程，理解算法思路与具体的步骤，算法流程如图2-3所示。图2-3K-means算法流程图路，明白代码中每一步的具体实现。任务2：算法代码实现理解算法和代码，对照算法流程图，理解代码实现的过程，如图2-4所示。图2-4代码与算法流程图通过WinSCP上传至服务器的指定文件夹“/data/zhou/KMean/”下，如图2-5所示。图2-5上传文件到服务器打开Xshell软件，远程连接到服务器，如图2-6所示。图2-6连接服务器输入命令“python分类操作，如图2-7所示。图2-7数