西电数据挖掘上机实验资料

西电的 09 级数据挖掘上机实验资料，真的是个宝藏。内容覆盖了好几个常见算法，比如Apriori、线性回归、决策树还有聚类，每一部分都有源码和报告，挺全的。对你想深入了解这些算法怎么跑、怎么调、怎么用，蛮有。

单连接凝聚的那部分，属于层次聚类里比较容易上手的一种。代码逻辑也不复杂，就是不断把最近的俩“点”凑一块，像你在酒局上看见俩老同学非得坐一起那种，挺形象的。用它来做聚类，适合初学者理解思路。

Apriori 算法这块，我觉得是亮点之一。它的原理说白了就是：常出现的组合，得靠常出现的子组合撑起来。实验里你会写生成频繁项集的逻辑，跑一跑关联规则，了解超市是怎么发现“啤酒+尿布”的组合的，嗯，还挺有意思。

线性回归部分还不错，流程比较完整：数据预、模型拟合、误差都带了。你可以练习怎么评估模型效果，比如计算R²或画个残差图。蛮适合做入门的回归模型实验。

决策树那块，嗯，实用性高。你会接触到信息增益怎么选特征，怎么建树、剪枝啥的。直观、好懂，运行完还能画出那棵树，挺有成就感的。适合刚接触分类模型的你。

那个数据挖掘上机作业-2012.doc，估计是个综合练习，把上面这些算法都串起来做一套完整。建议你顺着这个文档练一遍，流程跑通了，你的数据挖掘就有点“实战味儿”了。