Icon

Base_​data_​Overview_​01

Features für Minitab-Analysen neu bennen (C1_ , Cn...) Data Preparation Data Understanding Modeling - Klassifikation Modeling - Regression Eine Möglichkeit zur Feature Selection (Klassifikation) - BOB / WOW Feature Selection mit frei wählbaren Algorithmen Data Preparation Eine Möglichkeit zur Feature Selection (Regression) - Energieverbrauch Feature Selection mit frei wählbaren Algorithmen Data Preparation Methode zur Feature Selection(Start Loop)Node 4Modell(ggf. tauschen)Kreuzvalidierung(ggf. tauschen)BewertungEnde der SchleifeSehr weit entfernte Punkte / Zeilen entfernenAusgeschlossene ZeilenHier die Features für zur weiteren Modellentwicklung auswählenTraining ObenTest Unten(Definiert wird oben)AlgorithmusanlernenZielgröße(n)in Quartile einteilen1 - 4 ÜbereinstimmungvergleichenNicht relevanteFeatures ausschließenTraining ObenTest Unten(Definiert wird oben)Nicht relevanteFeatures ausschließenNode 25Node 26Node 27Node 28Hier die Features für zur weiteren Modellentwicklung auswählenNode 32Node 33AlternativeNode 35Node 37Node 38Node 58Node 59Node 65Node 70Node 71Eineindeutige StringsentfernenCn_SpaltennameerzeugenImportSpaltenmit eineindeutigenWerten entfernenAb 60% FehlendeWerte fliegen die Spalten rausBeschreibendeStatistikenLineare KorrelationenNode 102Node 103MaschinenvergleichInteractive TabellenansichtInformationenaus DatumextrahierenSpaltennamenvergebenNode 115BOB / WOWDatensatzerstellenBOB / WOWDatensatzspeichernÜberflüssige SpaltenentfernenFehlende Werte inZielgrößeentfernenFehlende WerteBehandlung(hier nicht notwendig)ExtremeAusreißer aus allenZahlenspalten entfernenZielgrößein BinsSpaltenmit keinerVarianz undfehlenden Werten entfernenStrings ersetzenNode 132Spalten umsortierenDatensatzfür Minitabspeichern(VORHERöffenen>speichern)Modelltesten gegen TestdatenMethode zur Feature Selection(Start Loop)Nicht relevanteFeatures ausschließenAusgeschlossene ZeilenSehr weit entfernte Punkte / Zeilen entfernenNicht relevanteFeatures ausschließen Feature SelectionLoop Start (1:1) X-Partitioner Naive Bayes Learner Naive BayesPredictor X-Aggregator Scorer Feature SelectionLoop End Numeric Outliers Table View Feature SelectionFilter Partitioning DecisionTree Learner Color Manager Scorer Column Filter Partitioning Column Filter Linear RegressionLearner RegressionPredictor Numeric Scorer Scatter Plot Feature SelectionFilter Numeric Scorer Partitioning Scorer (JavaScript) Linear RegressionLearner RegressionPredictor Feature SelectionLoop End Column NameExtractor Table Transposer Math Formula String Manipulation Column Appender Constant ValueColumn Filter Column Renamer(Dictionary) Excel Reader Constant ValueColumn Filter Missing ValueColumn Filter Statistics View Linear Correlation Histogram(JavaScript) ParallelCoordinates Plot Bar Chart(JavaScript) Table View(JavaScript) Extract Date&TimeFields Column Renamer(Dictionary) Table Creator Rule-basedRow Filter Excel Writer Column Filter Row Filter Missing Value Numeric Outliers Auto-Binner Low Variance Filter String Replacer(Dictionary) Table Creator Column Resorter Excel Writer Decision TreePredictor Feature SelectionLoop Start (1:1) Column Filter Table View Numeric Outliers Column Filter Features für Minitab-Analysen neu bennen (C1_ , Cn...) Data Preparation Data Understanding Modeling - Klassifikation Modeling - Regression Eine Möglichkeit zur Feature Selection (Klassifikation) - BOB / WOW Feature Selection mit frei wählbaren Algorithmen Data Preparation Eine Möglichkeit zur Feature Selection (Regression) - Energieverbrauch Feature Selection mit frei wählbaren Algorithmen Data Preparation Methode zur Feature Selection(Start Loop)Node 4Modell(ggf. tauschen)Kreuzvalidierung(ggf. tauschen)BewertungEnde der SchleifeSehr weit entfernte Punkte / Zeilen entfernenAusgeschlossene ZeilenHier die Features für zur weiteren Modellentwicklung auswählenTraining ObenTest Unten(Definiert wird oben)AlgorithmusanlernenZielgröße(n)in Quartile einteilen1 - 4 ÜbereinstimmungvergleichenNicht relevanteFeatures ausschließenTraining ObenTest Unten(Definiert wird oben)Nicht relevanteFeatures ausschließenNode 25Node 26Node 27Node 28Hier die Features für zur weiteren Modellentwicklung auswählenNode 32Node 33AlternativeNode 35Node 37Node 38Node 58Node 59Node 65Node 70Node 71Eineindeutige StringsentfernenCn_SpaltennameerzeugenImportSpaltenmit eineindeutigenWerten entfernenAb 60% FehlendeWerte fliegen die Spalten rausBeschreibendeStatistikenLineare KorrelationenNode 102Node 103MaschinenvergleichInteractive TabellenansichtInformationenaus DatumextrahierenSpaltennamenvergebenNode 115BOB / WOWDatensatzerstellenBOB / WOWDatensatzspeichernÜberflüssige SpaltenentfernenFehlende Werte inZielgrößeentfernenFehlende WerteBehandlung(hier nicht notwendig)ExtremeAusreißer aus allenZahlenspalten entfernenZielgrößein BinsSpaltenmit keinerVarianz undfehlenden Werten entfernenStrings ersetzenNode 132Spalten umsortierenDatensatzfür Minitabspeichern(VORHERöffenen>speichern)Modelltesten gegen TestdatenMethode zur Feature Selection(Start Loop)Nicht relevanteFeatures ausschließenAusgeschlossene ZeilenSehr weit entfernte Punkte / Zeilen entfernenNicht relevanteFeatures ausschließenFeature SelectionLoop Start (1:1) X-Partitioner Naive Bayes Learner Naive BayesPredictor X-Aggregator Scorer Feature SelectionLoop End Numeric Outliers Table View Feature SelectionFilter Partitioning DecisionTree Learner Color Manager Scorer Column Filter Partitioning Column Filter Linear RegressionLearner RegressionPredictor Numeric Scorer Scatter Plot Feature SelectionFilter Numeric Scorer Partitioning Scorer (JavaScript) Linear RegressionLearner RegressionPredictor Feature SelectionLoop End Column NameExtractor Table Transposer Math Formula String Manipulation Column Appender Constant ValueColumn Filter Column Renamer(Dictionary) Excel Reader Constant ValueColumn Filter Missing ValueColumn Filter Statistics View Linear Correlation Histogram(JavaScript) ParallelCoordinates Plot Bar Chart(JavaScript) Table View(JavaScript) Extract Date&TimeFields Column Renamer(Dictionary) Table Creator Rule-basedRow Filter Excel Writer Column Filter Row Filter Missing Value Numeric Outliers Auto-Binner Low Variance Filter String Replacer(Dictionary) Table Creator Column Resorter Excel Writer Decision TreePredictor Feature SelectionLoop Start (1:1) Column Filter Table View Numeric Outliers Column Filter

Nodes

Extensions

Links

Download

To use this workflow in KNIME, download it from the below URL and open it in KNIME:

Download Workflow
Created by: SUP1BA
Created at: 2024-04-16
On NodePit since: 2024-07-15
Last update: 2024-09-16
Created with KNIME version: v5.2.3

Deploy, schedule, execute, and monitor your KNIME workflows locally, in the cloud or on-premises – with our brand new NodePit Runner.

Try NodePit Runner!