Microsoft Excel 2003中的相关性/数据挖掘

Question

我有一个Excel电子表格，其中每列都是某个变量。在我的列的最后，我有一个特殊的最后一列，名为“类型”，可以是A，B，C或D.

每行都是一个数据点，它有不同的变量，桶（A/B/C/D）记录在最后一栏。

我需要一种方法来检查某个类型（比如“C”或“C”|“D”）的所有条目，并找出哪个变量是最后一列的一个好预测器，哪一个比其他预测更好。

某些变量是数字，其他变量是固定字符串（来自一组字符串），所以它不仅仅是数字/数字的相关性。

Excel 2003是一个很好的工具吗，还是有更好的统计程序，使这更容易？我是否为每个类别创建了Pivot/Histogram，还是有更好的方法来运行这些查询？谢谢

Answer 1

你可以进行一些过滤，尤其是使用Microsoft Excel来清理数据（我的意思是将数据值更改为一种类型，字符串或数字）。 Execl也进行一些数据挖掘。但是，对于您所遇到的问题，我建议您的一个好工具是WEKA。使用此工具，可以对所有数据实例（行）进行关联分类预测（即类关联规则挖掘），因此您可以确定哪些项属于A/B/C/D。您的特殊属性将是您的班级属性。