網(wǎng)絡(luò)教育學(xué)院
《數(shù)據(jù)挖掘》課 程 大 作 業(yè)
                                          
題    目：                                    
姓    名：                                    
學(xué)習(xí)中心：                                    
第一大題：講述自己在完成大作業(yè)過程中遇到的困難，解決問題的思路，以及相關(guān)感想，或者對(duì)這個(gè)項(xiàng)目的認(rèn)識(shí)，或者對(duì)Python與數(shù)據(jù)挖掘的認(rèn)識(shí)等等，300-500字。
                                                                     
                                                                     
                                                                     

第二大題：完成下面一項(xiàng)大作業(yè)題目。











2020春《數(shù)據(jù)挖掘》課程大作業(yè)
注意：從以下5個(gè)題目中任選其一作答。
題目一：Knn算法原理以及python實(shí)現(xiàn)
要    求：文檔用使用word撰寫即可。
                        主要內(nèi)容必須包括：
（1）算法介紹。
（2）算法流程。
（3）python實(shí)現(xiàn)算法以及預(yù)測(cè)。
（4）整個(gè)word文件名為 [姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP ）
作業(yè)提交：
大作業(yè)上交時(shí)文件名寫法為：[姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如：戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP）
以附件形式上交離線作業(yè)（附件的大小限制在10M以內(nèi)），選擇已完成的作業(yè)（注意命名），點(diǎn)提交即可。如下圖所示。

。
注意事項(xiàng)：
獨(dú)立完成作業(yè)，不準(zhǔn)抄襲其他人或者請(qǐng)人代做，如有雷同作業(yè)，成績(jī)以零分計(jì)！
  
題目二：樸素貝葉斯算法原理以及python實(shí)現(xiàn)
要    求：文檔用使用word撰寫即可。
                        主要內(nèi)容必須包括：
（1）算法介紹。
（2）算法流程。
（3）python實(shí)現(xiàn)算法以及預(yù)測(cè)。
（4）整個(gè)word文件名為 [姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP ）
作業(yè)提交：
大作業(yè)上交時(shí)文件名寫法為：[姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如：戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP）
以附件形式上交離線作業(yè)（附件的大小限制在10M以內(nèi)），選擇已完成的作業(yè)（注意命名），點(diǎn)提交即可。如下圖所示。

。
注意事項(xiàng)：
獨(dú)立完成作業(yè)，不準(zhǔn)抄襲其他人或者請(qǐng)人代做，如有雷同作業(yè)，成績(jī)以零分計(jì)！
題目三：SVM算法原理以及python實(shí)現(xiàn)
要    求：文檔用使用word撰寫即可。
                        主要內(nèi)容必須包括：
（1）算法介紹。
（2）算法流程。
（3）python實(shí)現(xiàn)算法以及預(yù)測(cè)。
（4）整個(gè)word文件名為 [姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP ）
作業(yè)提交：
大作業(yè)上交時(shí)文件名寫法為：[姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如：戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP）
以附件形式上交離線作業(yè)（附件的大小限制在10M以內(nèi)），選擇已完成的作業(yè)（注意命名），點(diǎn)提交即可。如下圖所示。

。
注意事項(xiàng)：
獨(dú)立完成作業(yè)，不準(zhǔn)抄襲其他人或者請(qǐng)人代做，如有雷同作業(yè)，成績(jī)以零分計(jì)！

題目四：中華古詩(shī)詞分析
要    求：編寫程序爬取中華古詩(shī)詞網(wǎng)站
https://so.gushiwen.org/authors/上詩(shī)人的詩(shī)詞信息，至少500首詩(shī)詞，抽取詩(shī)詞信息的詩(shī)人名字、朝代、詩(shī)詞標(biāo)題、詩(shī)詞內(nèi)容存儲(chǔ)在json文件中，自選某一角度完成對(duì)詩(shī)詞的處理分析。如：
（1）杜甫、李白的詩(shī)詞用字、用詞的對(duì)比分析；
（2）唐宋代表性詩(shī)詞的用詞對(duì)比分析；
（3）使用sklearn對(duì)不同詩(shī)人的詩(shī)詞進(jìn)行訓(xùn)練，訓(xùn)練得到的模型能用于對(duì)詩(shī)詞的作者的判別。對(duì)比不同算法判別的準(zhǔn)確率。
（4）整個(gè)word文件名為 [姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP ）
作業(yè)提交：
大作業(yè)上交時(shí)文件名寫法為：[姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如：戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP）
以附件形式上交離線作業(yè)（附件的大小限制在10M以內(nèi)），選擇已完成的作業(yè)（注意命名），點(diǎn)提交即可。如下圖所示。


注意事項(xiàng)：
獨(dú)立完成作業(yè)，不準(zhǔn)抄襲其他人或者請(qǐng)人代做，如有雷同作業(yè)，成績(jī)以零分計(jì)！

題目五：歌詞分析
要    求：自選有音樂歌詞的網(wǎng)站，編寫爬蟲程序下載不同類型的歌曲歌詞，至少3種以上類型，每種類型至少100首歌曲，抽取其中的歌曲名稱、歌曲類型、歌詞信息存儲(chǔ)在json文件中，自選某一角度對(duì)歌詞進(jìn)行處理分析。如：
（1）不同類型的歌曲用詞分析，如下圖所示（自行學(xué)習(xí)使用jieba庫(kù)和wordcloud庫(kù)的使用）。
（2）使用sklearn庫(kù)對(duì)不同類型的歌詞進(jìn)行訓(xùn)練，訓(xùn)練得到的模型能用于對(duì)歌詞類型的判別。對(duì)比不同算法判別的準(zhǔn)確率。
（3）整個(gè)word文件名為 [姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP ）
作業(yè)提交：
大作業(yè)上交時(shí)文件名寫法為：[姓名 奧鵬卡號(hào) 學(xué)習(xí)中心]（如：戴衛(wèi)東101410013979浙江臺(tái)州奧鵬學(xué)習(xí)中心[1]VIP）
以附件形式上交離線作業(yè)（附件的大小限制在10M以內(nèi)），選擇已完成的作業(yè)（注意命名），點(diǎn)提交即可。如下圖所示。


注意事項(xiàng)：
獨(dú)立完成作業(yè)，不準(zhǔn)抄襲其他人或者請(qǐng)人代做，如有雷同作業(yè)，成績(jī)以零分計(jì)！