KNIME - Construindo Seu Próprio Modelo

Neste capítulo, você construirá seu próprio modelo de aprendizado de máquina para categorizar as plantas com base em alguns recursos observados. Usaremos o conhecidoiris conjunto de dados de UCI Machine Learning Repositorypara este propósito. O conjunto de dados contém três classes diferentes de plantas. Vamos treinar nosso modelo para classificar uma planta desconhecida em uma dessas três classes.

Começaremos criando um novo fluxo de trabalho em KNIME para criar nossos modelos de aprendizado de máquina.

Criação de fluxo de trabalho

Para criar um novo fluxo de trabalho, selecione a seguinte opção de menu no ambiente de trabalho KNIME.

File → New

Você verá a seguinte tela -

Selecione os New KNIME Workflow opção e clique no Nextbotão. Na próxima tela, será solicitado o nome desejado para o fluxo de trabalho e a pasta de destino para salvá-lo. Insira essas informações conforme desejado e clique emFinish para criar um novo espaço de trabalho.

Um novo espaço de trabalho com o nome fornecido seria adicionado ao Workspace ver como visto aqui -

Agora, você adicionará os vários nós nesta área de trabalho para criar seu modelo. Antes de adicionar nós, você deve baixar e preparar oiris conjunto de dados para nosso uso.

Preparando o conjunto de dados

Baixe o conjunto de dados iris do site UCI Machine Learning Repository Baixe o conjunto de dados Iris . O arquivo iris.data baixado está no formato CSV. Faremos algumas alterações para adicionar os nomes das colunas.

Abra o arquivo baixado em seu editor de texto favorito e adicione a seguinte linha no início.

sepal length, petal length, sepal width, petal width, class

Quando nosso File Reader o nó lê este arquivo, ele tomará automaticamente os campos acima como nomes de coluna.

Agora, você começará a adicionar vários nós.

Adicionando Leitor de Arquivo

Vou ao Node Repository visualizar, digite “arquivo” na caixa de pesquisa para localizar o File Readernó. Isso é visto na imagem abaixo -

Selecione e clique duas vezes no File Readerpara adicionar o nó ao espaço de trabalho. Como alternativa, você pode usar o recurso arrastar e soltar para adicionar o nó ao espaço de trabalho. Depois que o nó for adicionado, você terá que configurá-lo. Clique com o botão direito no nó e selecione oConfigureopção de menu. Você fez isso na lição anterior.

A tela de configurações se parece com a seguinte depois que o arquivo de dados é carregado.

Para carregar seu conjunto de dados, clique no Browsee selecione a localização do arquivo iris.data. O nó carregará o conteúdo do arquivo que é exibido na parte inferior da caixa de configuração. Quando estiver satisfeito que o arquivo de dados está localizado corretamente e carregado, clique noOK botão para fechar a caixa de diálogo de configuração.

Agora você adicionará algumas anotações a este nó. Clique com o botão direito no nó e selecioneNew Workflow Annotationopção de menu. Uma caixa de anotação apareceria na tela, conforme mostrado na imagem aqui:

Clique dentro da caixa e adicione a seguinte anotação -

Reads iris.data

Clique em qualquer lugar fora da caixa para sair do modo de edição. Redimensione e coloque a caixa ao redor do nó conforme desejado. Finalmente, clique duas vezes noNode 1 texto abaixo do nó para alterar esta string para o seguinte -

Loads data

Neste ponto, sua tela ficaria assim -

Agora vamos adicionar um novo nó para particionar nosso conjunto de dados carregado em treinamento e teste.

Adicionando Nó de Particionamento

No Node Repository janela de pesquisa, digite alguns caracteres para localizar o Partitioning nó, como visto na imagem abaixo -

Adicione o nó ao nosso espaço de trabalho. Defina sua configuração da seguinte forma -

Relative (%) : 95
Draw Randomly

A captura de tela a seguir mostra os parâmetros de configuração.

Em seguida, faça a conexão entre os dois nós. Para fazer isso, clique na saída doFile Reader nó, mantenha o botão do mouse clicado, uma linha de elástico aparecerá, arraste-a para a entrada de Partitioningnó, solte o botão do mouse. Uma conexão agora é estabelecida entre os dois nós.

Adicione a anotação, altere a descrição, posicione o nó e a vista de anotação conforme desejado. Sua tela deve se parecer com o seguinte nesta fase -

Em seguida, vamos adicionar o k-Means nó.

Adicionando o Nó K-Means

Selecione os k-Meansnó do repositório e inclua-o na área de trabalho. Se você deseja atualizar seus conhecimentos sobre o algoritmo k-Means, basta consultar sua descrição na visualização de descrição do ambiente de trabalho. Isso é mostrado na imagem abaixo -

A propósito, você pode consultar a descrição de diferentes algoritmos na janela de descrição antes de tomar uma decisão final sobre qual usar.

Abra a caixa de diálogo de configuração do nó. Usaremos os padrões para todos os campos, conforme mostrado aqui -

Clique OK para aceitar os padrões e fechar a caixa de diálogo.

Defina a anotação e a descrição para o seguinte -

• Anotação: Classificar clusters

• Descrição: realizar clustering

Conecte a saída superior do Partitioning nó para a entrada de k-Meansnó. Reposicione seus itens e sua tela deve ter a seguinte aparência -

A seguir, vamos adicionar um Cluster Assigner nó.

Adicionando Atribuidor de Cluster

o Cluster Assigneratribui novos dados a um conjunto existente de protótipos. Leva duas entradas - o modelo de protótipo e a tabela de dados contendo os dados de entrada. Procure a descrição do nó na janela de descrição que é mostrada na imagem abaixo -

Assim, para este nó, você deve fazer duas conexões -

• A saída do PMML Cluster Model de Partitioning nó → Entrada de protótipos de Cluster Assigner

• Saída da segunda partição de Partitioning nó → Dados de entrada de Cluster Assigner

Essas duas conexões são mostradas na imagem abaixo -

o Cluster Assignernão precisa de nenhuma configuração especial. Basta aceitar os padrões.

Agora, adicione algumas anotações e descrições a este nó. Reorganize seus nós. Sua tela deve ter a seguinte aparência -

Neste ponto, nosso agrupamento está concluído. Precisamos visualizar a saída graficamente. Para isso, vamos adicionar um gráfico de dispersão. Vamos definir as cores e formas para três classes de forma diferente no gráfico de dispersão. Assim, vamos filtrar a saída dok-Means nó primeiro através do Color Manager nó e então através Shape Manager nó.

Adicionando gerenciador de cores

Localize o Color Managernó no repositório. Adicione-o ao espaço de trabalho. Deixe a configuração com seus padrões. Observe que você deve abrir a caixa de diálogo de configuração e clicarOKpara aceitar os padrões. Defina o texto de descrição do nó.

Faça uma conexão a partir da saída de k-Means para a entrada de Color Manager. Sua tela ficaria assim neste estágio -

Adicionando Gerenciador de Forma

Localize o Shape Managerno repositório e inclua-o na área de trabalho. Deixe sua configuração com os padrões. Como o anterior, você deve abrir a janela de configuração e clicarOKpara definir padrões. Estabeleça a conexão a partir da saída deColor Manager para a entrada de Shape Manager. Defina a descrição do nó.

Sua tela deve ter a seguinte aparência -

Agora, você adicionará o último nó em nosso modelo, que é o gráfico de dispersão.

Adicionando Gráfico de Dispersão

Localizar Scatter Plotnó no repositório e inclua-o na área de trabalho. Conecte a saída deShape Manager para a entrada de Scatter Plot. Deixe a configuração para os padrões. Defina a descrição.

Por fim, adicione uma anotação de grupo aos três nós adicionados recentemente

Anotação: Visualização

Reposicione os nós conforme desejado. Sua tela deve ser semelhante à seguinte neste estágio.

Isso completa a tarefa de construção do modelo.