第四章 實例分析
第二節 系統執行流程
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
44
圖4-1 上傳資料之圖示
第二節 系統執行流程
執行系統之後，會顯示上傳資料之介面（圖 4-2 上傳欲分析資料之介面）， 點選進入後，會出現讀取檔案之視窗（圖 4-3 讀檔視窗），使用者可以選擇上傳 想要進行資料採礦預測分析的資料，但上傳的資料檔格式必頇是 csv 檔案格式、
xlsx 檔案格式或 xls 檔案格式，因為系統背後運作的軟體是 Microsoft Office Excel 2007，所以若使用者所上傳的資料非上述三種格式，必頇在上傳之前先行轉檔，
才能進行資料採礦預測分析。若選擇所需檔案上傳完成後，則會進入檢視上傳 資料之頁面（圖 4-4 檢視上傳資料），使用者可以在這一步驟檢視所上傳的資料 是否正確，確認上傳的資料是否符合資料採礦預測系統之限制，確認無誤後，
即可選擇進入下一步，若發現上傳資料有誤可選擇上一步返回資料上傳頁面重 新上傳，而在進入下一步的過程裡，系統會主動將含有遺漏值（即含有 NA 或 空格的資料列）的資料刪除。
Index
變數名稱
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
45
圖4-2 上傳欲分析資料之介面
圖4-3 讀檔視窗
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
46
圖4-4 檢視上傳資料
資料採礦方法之頁面（圖 4-5 資料採礦功能之選擇），分成四種大方向分析，
分別是預測（Forecasting）、分類（Classification）、關聯（Association）和集群
（Clustering），由於本研究的部分為資料採礦之預測（Forecasting）系統，故選 擇進入預測方法。進入資料採礦之預測方法的介面（圖 4-6 資料採礦之預測功 能介面），預測方法的介面主要分成兩個下拉式選單，分別是選擇 X 變數以及選 擇 Y 變數，其中 X 變數為解釋變數，Y 變數為目標變數，使用者可以自由選擇 想要分析的目標變數和預加入建模的解釋變數。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
47
圖4-5 資料採礦功能之選擇
圖4-6 資料採礦之預測功能介面
‧
（Dichotomous logistic）
文字型多元類別 類神經網路（Neural net）
多元羅吉斯迴歸分析
（Polytomous logistic）
數字型時間序列 時間序列分析（Time series analysis）
數字型非時間序列
（一般連續型資料）
迴歸分析（Regression analysis）
分類回歸樹（C&R tree）
數字型二元類別 類神經網路（Neural net）
二元羅吉斯迴歸分析
（Dichotomous logistic）
數字型多元類別 類神經網路（Neural net）
多元羅吉斯迴歸分析
（Polytomous logistic）
‧
時間序列分析（Time series analysis）
迴歸分析（Regression analysis）
分類迴歸樹（C&R tree）
類神經網路（Neural net）
二元分類羅吉斯迴歸分析
（Dichotomous logistic）
類神經網路（Neural net）
多元分類羅吉斯迴歸分析
（Polytomous logistic）
類神經網路（Neural net）
二元分類羅吉斯迴歸分析
（Dichotomous logistic）
類神經網路（Neural net）
多元分類羅吉斯迴歸分析
（Polytomous logistic）
Durbin-Watson test
若數字類別＞5，判別為連續型變數 若數字類別≦5，判別為類別型變數 刪遺漏
值資料
‧
對於時間序列型之目標變數實例操作的部分，本研究將使用 TKU NetStat
（http://netstat.stat.tku.edu.tw/）的範例資料檔 lynx，此資料檔包含 64 年的記錄資 料，記錄 1848 年到 1911 年間，在加拿大北部被捕抓到的山貓和貂的數量，資
資料來源：TKU NetStat （http://netstat.stat.tku.edu.tw/）