Icon

finalni_​projekat

Učitavanje i analiza podataka

Popunjavanje podataka koji imaju null vrijednosti

Transformacija podataka

Klasifikacija riska bez ML

Diskretizacija podataka

Ekstrakcija značajki (Feature Engineering)

Redukcija

Učenje modela i evaluacija

Evaluacija

Izbor hiperparametara

Ulazni interfejs

Izlazni interfejs

Data Export and Reporting

Korelacija atributa i uticaj na učenje modela
Heatmap
Target kolona numerizacija u vidu 0-Dropout, 1-Enrolled, 2-Graduate
Category to Number
Pretvaranje rezultata predikcije u flow varijablu
Table Row to Variable
Pretvaranje Targeta u čitljive vrijednosti
Rule Engine
Komponenta sa svim ulazima
Ulaz
Pretvaranje ulaznih varijabli u tabelu za predikciju
Variable to Table Row
Line Plot
Izlaz
Text Output (legacy)
Distribucija akademskog uspjeha studenata 1
Histogram
Eksport rezultata optimizacije i evaluacije modela u CSV fajl
CSV Writer
Min-max normalizacija podataka
Normalizer
Odabir kolona za treniranje modela
Column Filter
Target kolona numerizacija u vidu 0-Dropout, 1-Enrolled, 2-Graduate
Category to Number
Treniranje RF Learnera sa odabranim kolonama
Random Forest Learner
GroupBy
Odabir atributa za treniranje modela
Column Filter
Distribucija akademskog uspjeha studenata 2
Histogram
Pregled sortirane tabelerezultata evaluacije
Table View
Slanje sortirane tabelerezultata u BIRT izvještaj
Data to Report (BIRT)
Sortiranje rezultata prema uspješnosti modela
Sorter
Treniranje Random Forest modela za predikciju statusa studenta
Random Forest Learner
Konverzija Iterationkolone u tekst
Number to String
Predikcija statusa studenta na testnom skupu
Random Forest Predictor
Prikaz Recall_Dropoutpo konfiguracijama
Bar Chart (JavaScript) (legacy)
Podjela podataka na trening i test skup
Table Partitioner
Slanje grafikona Recall_Dropoutu BIRT izvještaj
Image to Report (BIRT)
Dodjela boja svim kategorijama Target kolone
Color Manager
Evaluacija modela pomoću matrice konfuzije i tačnosti
Scorer
ROC analiza za dropout klasu
ROC Curve
1st sem grade vs 2nd sem grade
Scatter Plot
Probability Scatter plot za Dropout vs Graduate
Scatter Plot
Učitavanje podataka
CSV Reader
Statistika
Statistics
Dodavanje nedostajućih vrijednosti za numeričke i kategoričke kolone po mean i MUV
Missing Value
Min-max normalizacija podataka
Normalizer
Age Numeric Binner
Numeric Binner
Admission Grade Numeric Binner
Numeric Binner
Academic Trend Calculation
Math Formula
Pokretanje petlje za obradu podataka u grupama
Chunk Loop Start
Završetak petlje i agregacija rezultata evaluacije
Loop End
Dodjela boja svim kategorijama Target kolone
Color Manager
Kreiranje tabele sa default vrijednostima za iteraciju
Table Creator
Izdvajanje klase Dropoutiz statistike evaluacije
Row Filter
Zadržavanje metrika Recall, Precision i F-measure
Column Filter
Pretvaranje reda tabele u flow varijable za iteraciju
Table Row to Variable
Pretvaranje metrika evaluacije u tabelu za agregaciju
Variable to Table Row
Spajanje hiperparametara,Accuracy i Dropout metrika
Column Appender
Preimenovanje metrikaza jasniji prikaz
Column Renamer
Predikcija statusa studenta na osnovu odabranih kolona
Random Forest Predictor
Success Rate Calculation (2nd sem)
Math Formula
Risk Classification
Rule Engine
Izbacivanje manje relevantnih kolona za učenje modela (threshold=0.9)
Correlation Filter
Success Rate Calculation (1st sem)
Math Formula
Smanjenje dimenzionalnosti
PCA
Dodavanje nedostajućih vrijednosti zbog dijeljenja sa 0 u sucess rate-ovima
Missing Value
Korištenje relevantnih kolona za rule engine
Column Filter
Računanje korelacije između numeričkih kolona
Linear Correlation
Vizualizacija grupisanja studenata pomoću PCA redukcije dimenzionalnosti
Scatter Plot

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: mahmu
Created at: 2026-05-05
On NodePit since: 2026-06-03
Last update: 2026-06-06
Created with KNIME version: v5.11.0

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

Try NodePit Runner!