大工24春《数据挖掘》大作业题目及要求[电大作业答案]

2024-01-20 09:44:15 分类：电大作业 阅读()
内容摘要：
网络教育学院 《数据挖掘》课 程 大 作 业 题 目： 姓 名： 学习中心： 第一大题：讲述自己在完成大作业过程中遇到的困难，解决问题的思路，以及相关感想，或者对这个项目的认识，或者对Python与数据挖掘的认识等等，300-500字。 第二大题：完成下面一项大作业题目。 《数据挖掘》课程大作业 注意：从以下5个题目中任选其一作答。 题目一：Knn算法原理以及python实现 要 求：文档">
<script type="application/ld+json&q
国家开放大学答案，形考任务，电大作业答案，毕业论文。

作业 考核 论文 答案 一请联系 微--xhmcz122 Q-210969415


网络教育学院
《数据挖掘》课 程 大 作 业

大工23春《数据挖掘》大<a href=http://www.433c.com/cyzx/2023-07-19/2408.html target=_blank class=infotextkey>作业</a>题目及要求【标准答案】[电大<a href=http://www.433c.com/cyzx/2023-07-19/2408.html target=_blank class=infotextkey>作业</a>答案]

题 目：
姓 名：
学习中心：
第一大题：讲述自己在完成大作业过程中遇到的困难，解决问题的思路，以及相关感想，或者对这个项目的认识，或者对Python与数据挖掘的认识等等，300-500字。

第二大题：完成下面一项大作业题目。

《数据挖掘》课程大作业
注意：从以下5个题目中任选其一作答。
题目一：Knn算法原理以及python实现
要 求：文档用使用word撰写即可。
主要内容必须包括：
（1）算法介绍。
（2）算法流程。
（3）python实现算法以及预测。
（4）整个word文件名为 [姓名 奥鹏卡号 学习中心]（如戴卫东101410013979浙江台州奥鹏学习中心[1]VIP ）
作业提交：
大作业上交时文件名写法为：[姓名 奥鹏卡号 学习中心]（如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）
以附件形式上交离线作业（附件的大小限制在10M以内），选择已完成的作业（注意命名），点提交即可。如下图所示。

。
注意事项：
独立完成作业，不准抄袭其他人或者请人代做，如有雷同作业，成绩以零分计！

题目二：朴素贝叶斯算法原理以及python实现大工答案请进：

要 求：文档用使用word撰写即可。
主要内容必须包括：
（1）算法介绍。
（2）算法流程。
（3）python实现算法以及预测。
（4）整个word文件名为 [姓名 奥鹏卡号 学习中心]（如戴卫东101410013979浙江台州奥鹏学习中心[1]VIP ）
作业提交：
大作业上交时文件名写法为：[姓名 奥鹏卡号 学习中心]（如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）
以附件形式上交离线作业（附件的大小限制在10M以内），选择已完成的作业（注意命名），点提交即可。如下图所示。

。
注意事项：
独立完成作业，不准抄袭其他人或者请人代做，如有雷同作业，成绩以零分计！
题目三：SVM算法原理以及python实现
要 求：文档用使用word撰写即可。
主要内容必须包括：
（1）算法介绍。
（2）算法流程。
（3）python实现算法以及预测。
（4）整个word文件名为 [姓名 奥鹏卡号 学习中心]（如戴卫东101410013979浙江台州奥鹏学习中心[1]VIP ）
作业提交：
大作业上交时文件名写法为：[姓名 奥鹏卡号 学习中心]（如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）
以附件形式上交离线作业（附件的大小限制在10M以内），选择已完成的作业（注意命名），点提交即可。如下图所示。

1. 算法介绍

KNN是一种基本的、易于理解的分类算法。它的基本思想是：在特征空间中，如果一个实例的大部分近邻都属于某个类别，则该实例也属于这个类别。

2. 算法流程

  1. 确定距离度量方式：常用的距离度量方式有欧氏距离、曼哈顿距离等。
  2. 选择近邻数K：K的选择会影响分类结果。
  3. 找出K个最近邻居：在特征空间中找出距离最近的K个点。
  4. 进行分类：基于这K个邻居的类别，判断该点的类别。

3. Python实现算法以及预测

首先，确保已经安装了必要的库，如numpy和sklearn。


 
python复制代码
  import numpy as np
  from sklearn import datasets
  from sklearn.model_selection import train_test_split
  from sklearn.preprocessing import StandardScaler
  from sklearn.neighbors import KNeighborsClassifier
  from sklearn.metrics import classification_report, confusion_matrix

接下来，我们将使用鸢尾花数据集（Iris dataset）作为例子。


 
python复制代码
  # 加载数据集
  iris = datasets.load_iris()
  X = iris.data
  y = iris.target
   
  # 划分数据集为训练集和测试集
  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
   
  # 数据标准化（可选）
  scaler = StandardScaler()
  X_train = scaler.fit_transform(X_train)
  X_test = scaler.transform(X_test)
   
  # 使用KNN进行分类
  knn = KNeighborsClassifier(n_neighbors=3) # 你可以更改n_neighbors的值来观察其对结果的影响
  knn.fit(X_train, y_train)
  y_pred = knn.predict(X_test)

最后，我们可以评估模型的性能。


 
python复制代码
  # 输出分类报告和混淆矩阵
  print(confusion_matrix(y_test, y_pred))
  print(classification_report(y_test, y_pred))

4. 保存为Word文件

将上述代码和结果保存为一个Word文件，文件名按照您的要求（例如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）。在Word中，您可以将上述代码和结果复制粘贴进去，然后保存即可。如果您想直接从Python生成Word文件，可能需要使用第三方库如python-docx。但这种情况下，您需要将代码和结果以字符串形式保存到Word文件中，这可能会比较复杂。

。
注意事项：
独立完成作业，不准抄袭其他人或者请人代做，如有雷同作业，成绩以零分计！

题目四：中华古诗词分析
要 求：编写程序爬取中华古诗词网站
https://so.gushiwen.org/authors/上诗人的诗词信息，至少500首诗词，抽取诗词信息的诗人名字、朝代、诗词标题、诗词内容存储在json文件中，自选某一角度完成对诗词的处理分析。如：
（1）杜甫、李白的诗词用字、用词的对比分析；
（2）唐宋代表性诗词的用词对比分析；
（3）使用sklearn对不同诗人的诗词进行训练，训练得到的模型能用于对诗词的作者的判别。对比不同算法判别的准确率。
（4）整个word文件名为 [姓名 奥鹏卡号 学习中心]（如戴卫东101410013979浙江台州奥鹏学习中心[1]VIP ）
作业提交：
大作业上交时文件名写法为：[姓名 奥鹏卡号 学习中心]（如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）
以附件形式上交离线作业（附件的大小限制在10M以内），选择已完成的作业（注意命名），点提交即可。如下图所示。

注意事项：
独立完成作业，不准抄袭其他人或者请人代做，如有雷同作业，成绩以零分计！

题目五：歌词分析
要 求：自选有音乐歌词的网站，编写爬虫程序下载不同类型的歌曲歌词，至少3种以上类型，每种类型至少100首歌曲，抽取其中的歌曲名称、歌曲类型、歌词信息存储在json文件中，自选某一角度对歌词进行处理分析。如：
（1）不同类型的歌曲用词分析，如下图所示（自行学习使用jieba库和wordcloud库的使用）。
（2）使用sklearn库对不同类型的歌词进行训练，训练得到的模型能用于对歌词类型的判别。对比不同算法判别的准确率。
（3）整个word文件名为 [姓名 奥鹏卡号 学习中心]（如戴卫东101410013979浙江台州奥鹏学习中心[1]VIP ）
作业提交：
大作业上交时文件名写法为：[姓名 奥鹏卡号 学习中心]（如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）
以附件形式上交离线作业（附件的大小限制在10M以内），选择已完成的作业（注意命名），点提交即可。如下图所示。

注意事项：
独

1. 算法介绍

KNN是一种基本的、易于理解的分类算法。它的基本思想是：在特征空间中，如果一个实例的大部分近邻都属于某个类别，则该实例也属于这个类别。

2. 算法流程

  1. 确定距离度量方式：常用的距离度量方式有欧氏距离、曼哈顿距离等。
  2. 选择近邻数K：K的选择会影响分类结果。
  3. 找出K个最近邻居：在特征空间中找出距离最近的K个点。
  4. 进行分类：基于这K个邻居的类别，判断该点的类别。

3. Python实现算法以及预测

首先，确保已经安装了必要的库，如numpy和sklearn。


 
python复制代码
  import numpy as np
  from sklearn import datasets
  from sklearn.model_selection import train_test_split
  from sklearn.preprocessing import StandardScaler
  from sklearn.neighbors import KNeighborsClassifier
  from sklearn.metrics import classification_report, confusion_matrix

接下来，我们将使用鸢尾花数据集（Iris dataset）作为例子。


 
python复制代码
  # 加载数据集
  iris = datasets.load_iris()
  X = iris.data
  y = iris.target
   
  # 划分数据集为训练集和测试集
  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
   
  # 数据标准化（可选）
  scaler = StandardScaler()
  X_train = scaler.fit_transform(X_train)
  X_test = scaler.transform(X_test)
   
  # 使用KNN进行分类
  knn = KNeighborsClassifier(n_neighbors=3) # 你可以更改n_neighbors的值来观察其对结果的影响
  knn.fit(X_train, y_train)
  y_pred = knn.predict(X_test)

最后，我们可以评估模型的性能。


 
python复制代码
  # 输出分类报告和混淆矩阵
  print(confusion_matrix(y_test, y_pred))
  print(classification_report(y_test, y_pred))

4. 保存为Word文件

将上述代码和结果保存为一个Word文件，文件名按照您的要求（例如：戴卫东101410013979浙江台州奥鹏学习中心[1]VIP）。在Word中，您可以将上述代码和结果复制粘贴进去，然后保存即可。如果您想直接从Python生成Word文件，可能需要使用第三方库如python-docx。但这种情况下，您需要将代码和结果以字符串形式保存到Word文件中，这可能会比较复杂。

立完成作业，不准抄袭其他人或者请人代做，如有雷同作业，成绩以零分计！

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签： [db:tags]

相关文章阅读

国开（新疆开放大学）24春《学前儿童发展心理学》形考任务4[电大作业答案]国开（新疆开放大学）24春《学前儿童发展心理学》形考任务4[电大作业答案]
东大24年3月考试《自动控制原理 X》考核作业【答案】[电大作业答案]东大24年3月考试《自动控制原理 X》考核作业【答案】[电大作业答案]
东大24年3月考试《电机拖动X 》考核作业[电大作业答案]东大24年3月考试《电机拖动X 》考核作业[电大作业答案]
东大24春《  工程流体力学X》考核作业[电大作业答案]东大24春《  工程流体力学X》考核作业[电大作业答案]
留言与评论（共有 条评论）
   
验证码：