文档介绍：实验九：信用卡数据综合分析
信管0802 丁玲 20080501005
打开Clementine，在操作区将“可变文件”拖入操作区，右击，选择“编辑”，然后找到所要处理分析的数据源。在“类型”中选择“读取”，把数据源中各实验九：信用卡数据综合分析
信管0802 丁玲 20080501005
打开Clementine，在操作区将“可变文件”拖入操作区，右击，选择“编辑”，然后找到所要处理分析的数据源。在“类型”中选择“读取”，把数据源中各个字段的值读入。
然后进行各项分析。
K-means分析：
把K-Means模型拖到操作区中，右击，选择“编辑”，在“字段”中，选择“使用定制设置”，选择要进行分析的字段名。如下图所示：
选择“执行”后，在右侧区域生成了K-Means模型，把它拖入操作区并与数据源相连，并双击模型进行分析，结果如下图所示：
点击“查看器”，结果如下：
结果分析：
在对各项的字段进行分析时，把“个人月收入”、“张数”、“都市化程度”分成三个聚类，得出以下结论：“个人月收入”、“张数”、“都市化程度”，说明这三者对聚类的影响程度都很大。
Kohomen分析：
把Kohomen模型拖到操作区中，右击，选择“编辑”，在“字段”中，选择“使用定制设置”，选择要进行分析的字段名。如下图所示：
选择“执行”后，在右侧区域生成了Kohomen模型，把它拖入操作区并与数据源相连，并双击模型进行分析，结果如下图所示：
点击“查看器”，结果如下：
结果分析：
在对各项的字段进行分析时，把“强制停卡记录”、“性别”、“都市化程度”分成三个聚类，得出以下结论：“强制停卡记录”、“性别”，而“都市化程度”，说明“都市化程度”对聚类的影响程度很大，而“强制停卡记录”、“性别”的影响程度几乎为0。
两步：
把两步模型拖到操作区中，右击，选择“编辑”，在“字段”中，选择“使用定制设置”，选择要进行分析的字段名。如下图所示：
选择“执行”后，在右侧区域生成了两步模型，把它拖入操作区并与数据源相连，并双击模型进行分析，结果如下图所示：
点击“查看器”，结果如下：
结果分析：
在对各项的字段进行分析时，把“个人月收入”、“婚姻”、“瑕疵户”分成三个聚类，得出以下结论：“个人月收入”、“婚姻”，而“瑕疵户”，说明“强制停卡记录”、“性别”对聚类的影响程度很大，而“都市化程度”的影响程度几乎为0。
异常分析：
把异常模型拖到操作区中，右击，选择“编辑”，在“字段”中，选择“使用定制设置”，选择要进行分析的字段名。如下图所示：
选择“执行”后，在右侧区域生成了异常模型，把它拖入操作区并与数据源相连，并双击模型进行分析，结果如下图所示：
为了更好的查看异常的情况，创建一张表来显示异常的信息。在输出表之前先做
“排序”处理。执行后结果如下图：
结论分析：
在字段“$O-Anomaly”中，若字段值显示为“F”，则为正常用户；若字段值显示为“T”，则为异常用户。如用户“111”为异常用户。
关联分析：
在关联分析中，选定的字段如下图：
选择“执行”后，在右侧区域生成了选定字段的神经网络模型，把它拖入操作区并与数据源相连，并双击模型进行分析，结果如下图所示：
结论分析：
%，说明个人月收入与星座、瑕疵户有很大的关联程度。