KNIME - Khám phá quy trình làm việc
Nếu bạn kiểm tra các nút trong quy trình làm việc, bạn có thể thấy rằng nó chứa những điều sau:
Trình đọc tệp,
Trình quản lý màu
Partitioning
Người học cây quyết định
Dự đoán cây quyết định
Score
Bảng tương tác
Lô phân tán
Statistics
Những điều này có thể dễ dàng nhìn thấy trong Outline xem như hình ở đây -
Mỗi nút cung cấp một chức năng cụ thể trong quy trình làm việc. Bây giờ chúng ta sẽ xem xét cách cấu hình các nút này để đáp ứng các chức năng mong muốn. Xin lưu ý rằng chúng ta sẽ chỉ thảo luận về những nút có liên quan đến chúng ta trong bối cảnh khám phá quy trình làm việc hiện tại.
Trình đọc tệp
Nút Trình đọc tệp được mô tả trong ảnh chụp màn hình bên dưới -
Có một số mô tả ở đầu cửa sổ được cung cấp bởi người tạo quy trình làm việc. Nó cho biết rằng nút này đọc tập dữ liệu người lớn. Tên của tệp làadult.csvnhư được thấy từ mô tả bên dưới biểu tượng nút. CácFile Reader có hai đầu ra - một đầu ra Color Manager và nút kia đi tới Statistics nút.
Nếu bạn nhấp chuột phải vào File Manager, một menu bật lên sẽ hiển thị như sau:
Các Configuretùy chọn menu cho phép cấu hình nút. CácExecutemenu chạy nút. Lưu ý rằng nếu nút đã được chạy và nếu nó ở trạng thái màu xanh lục, menu này sẽ bị tắt. Ngoài ra, lưu ý sự hiện diện củaEdit Note Descriptionmenu tùy chọn. Điều này cho phép bạn viết mô tả cho nút của mình.
Bây giờ, hãy chọn Configure tùy chọn menu, nó hiển thị màn hình chứa dữ liệu từ tệp Adult.csv như được thấy trong ảnh chụp màn hình ở đây -
Khi bạn thực thi nút này, dữ liệu sẽ được tải vào bộ nhớ. Toàn bộ mã chương trình tải dữ liệu được ẩn khỏi người dùng. Bây giờ bạn có thể đánh giá cao tính hữu ích của các nút như vậy - không cần mã hóa.
Nút tiếp theo của chúng tôi là Color Manager.
Trình quản lý màu
Chọn Color Managervà đi vào cấu hình của nó bằng cách nhấp chuột phải vào nó. Hộp thoại cài đặt màu sắc sẽ xuất hiện. Chọnincome từ danh sách thả xuống.
Màn hình của bạn sẽ giống như sau:
Lưu ý sự hiện diện của hai ràng buộc. Nếu thu nhập dưới 50K, điểm dữ liệu sẽ có màu xanh lá cây và nếu nhiều hơn, điểm dữ liệu sẽ có màu đỏ. Bạn sẽ thấy ánh xạ điểm dữ liệu khi chúng ta xem biểu đồ phân tán ở phần sau của chương này.
Phân vùng
Trong học máy, chúng tôi thường chia toàn bộ dữ liệu có sẵn thành hai phần. Phần lớn hơn được sử dụng để đào tạo mô hình, trong khi phần nhỏ hơn được sử dụng để thử nghiệm. Có các chiến lược khác nhau được sử dụng để phân vùng dữ liệu.
Để xác định phân vùng mong muốn, nhấp chuột phải vào Partitioning và chọn ConfigureLựa chọn. Bạn sẽ thấy màn hình sau:
Trong trường hợp, người sửa đổi hệ thống đã sử dụng Relative(%) và dữ liệu được chia theo tỷ lệ 80:20. Trong khi thực hiện phân tách, các điểm dữ liệu được chọn ngẫu nhiên. Điều này đảm bảo rằng dữ liệu thử nghiệm của bạn có thể không bị sai lệch. Trong trường hợp lấy mẫu Tuyến tính, 20% dữ liệu còn lại được sử dụng để kiểm tra có thể không đại diện chính xác cho dữ liệu đào tạo vì nó có thể bị sai lệch hoàn toàn trong quá trình thu thập.
Nếu bạn chắc chắn rằng trong quá trình thu thập dữ liệu, tính ngẫu nhiên được đảm bảo thì bạn có thể chọn lấy mẫu tuyến tính. Khi dữ liệu của bạn đã sẵn sàng để đào tạo mô hình, hãy cung cấp nó vào nút tiếp theo, nút này làDecision Tree Learner.
Người học cây quyết định
Các Decision Tree Learnernhư tên cho thấy sử dụng dữ liệu đào tạo và xây dựng một mô hình. Kiểm tra cài đặt cấu hình của nút này, được mô tả trong ảnh chụp màn hình bên dưới -
Như bạn thấy Class Là income. Vì vậy, cây sẽ được xây dựng dựa trên cột thu nhập và đó là những gì chúng tôi đang cố gắng đạt được trong mô hình này. Chúng tôi muốn tách những người có thu nhập lớn hơn hoặc nhỏ hơn 50 nghìn.
Sau khi nút này chạy thành công, mô hình của bạn sẽ sẵn sàng để thử nghiệm.
Dự đoán cây quyết định
Nút Dự đoán Cây Quyết định áp dụng mô hình đã phát triển vào tập dữ liệu thử nghiệm và thêm vào các dự đoán của mô hình.
Đầu ra của bộ dự đoán được đưa đến hai nút khác nhau - Scorer và Scatter Plot. Tiếp theo, chúng tôi sẽ kiểm tra đầu ra của dự đoán.
Người ghi bàn
Nút này tạo ra confusion matrix. Để xem nó, nhấp chuột phải vào nút. Bạn sẽ thấy menu bật lên sau:
Nhấn vào View: Confusion Matrix tùy chọn menu và ma trận sẽ bật lên trong một cửa sổ riêng biệt như được hiển thị trong ảnh chụp màn hình ở đây -
Nó chỉ ra rằng độ chính xác của mô hình đã phát triển của chúng tôi là 83,71%. Nếu bạn không hài lòng với điều này, bạn có thể thử với các thông số khác trong quá trình xây dựng mô hình, đặc biệt, bạn có thể muốn truy cập lại và làm sạch dữ liệu của mình.
Lô phân tán
Để xem biểu đồ phân tán của phân phối dữ liệu, hãy nhấp chuột phải vào Scatter Plot và chọn tùy chọn menu Interactive View: Scatter Plot. Bạn sẽ thấy cốt truyện sau:
Cốt truyện đưa ra sự phân bố của những người thuộc các nhóm thu nhập khác nhau dựa trên ngưỡng 50K với hai chấm màu khác nhau - đỏ và xanh lam. Đây là những màu được đặt trongColor Managernút. Phân phối có liên quan đến độ tuổi như được vẽ trên trục x. Bạn có thể chọn một tính năng khác cho trục x bằng cách thay đổi cấu hình của nút.
Hộp thoại cấu hình được hiển thị ở đây, nơi chúng tôi đã chọn marital-status như một tính năng cho trục x.
Điều này hoàn thành cuộc thảo luận của chúng tôi về mô hình được xác định trước do KNIME cung cấp. Chúng tôi khuyên bạn nên sử dụng hai nút khác (Bảng thống kê và Bảng tương tác) trong mô hình để tự nghiên cứu.
Bây giờ chúng ta hãy chuyển sang phần quan trọng nhất của hướng dẫn - tạo mô hình của riêng bạn.