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

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。

在完成这次大作业的过程中，我遇到了许多挑战。首先，数据清洗是一个巨大的难题。原始数据中存在大量的缺失值和异常值，直接影响了后续的数据分析。为了解决这个问题，我采用Python的Pandas库进行数据清洗，通过填充缺失值、删除异常值等方法，使得数据质量得到了显著提升。

在数据挖掘的过程中，特征选择成为了我面临的另一个难题。面对众多的特征，如何选择与目标变量最相关的特征是至关重要的。通过阅读相关文献，我了解到特征选择的方法有很多种，如基于统计的方法、基于模型的方法等。最终，我选择了基于模型的特征选择方法，通过构建不同的模型，比较不同特征的重要性得分，从而选出最重要的特征。

在完成这个项目的过程中，我深刻地认识到Python在数据挖掘中的重要性。Python不仅拥有丰富的数据处理和分析库，如Pandas、Numpy、Scikit-learn等，而且语法简洁明了，易于学习和使用。这使得我们能够更加高效地进行数据处理和挖掘工作。

这次大作业让我更加深入地理解了数据挖掘的全过程。从数据清洗、特征选择到模型构建和评估，每一个步骤都需要精心设计和实施。同时，我也体会到了团队合作的重要性，只有大家齐心协力，才能更好地完成任务。

第二大题：完成下面一项大作业题目。

2021秋《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

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：奥鹏大工答案请进：

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。

。

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。

在完成这次大作业的过程中，我遇到了许多挑战。首先，数据清洗是一个巨大的难题。原始数据中存在大量的缺失值和异常值，直接影响了后续的数据分析。为了解决这个问题，我采用Python的Pandas库进行数据清洗，通过填充缺失值、删除异常值等方法，使得数据质量得到了显著提升。

在数据挖掘的过程中，特征选择成为了我面临的另一个难题。面对众多的特征，如何选择与目标变量最相关的特征是至关重要的。通过阅读相关文献，我了解到特征选择的方法有很多种，如基于统计的方法、基于模型的方法等。最终，我选择了基于模型的特征选择方法，通过构建不同的模型，比较不同特征的重要性得分，从而选出最重要的特征。

在完成这个项目的过程中，我深刻地认识到Python在数据挖掘中的重要性。Python不仅拥有丰富的数据处理和分析库，如Pandas、Numpy、Scikit-learn等，而且语法简洁明了，易于学习和使用。这使得我们能够更加高效地进行数据处理和挖掘工作。

这次大作业让我更加深入地理解了数据挖掘的全过程。从数据清洗、特征选择到模型构建和评估，每一个步骤都需要精心设计和实施。同时，我也体会到了团队合作的重要性，只有大家齐心协力，才能更好地完成任务。

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！

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。