奥鹏大工22春《数据挖掘》大作业题目及要求（参考答案）

1144766066

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。
                                                                     
                                                                     
                                                                     
      
第二大题：完成下面一项大作业题目。











2022春《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答案（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：
   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答案（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答案（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答案（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答案（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！