Icon

Exoplanets

Classificazione di esopianeti

Classificazione di esopianeti

Confronto tra diverse tecniche di supervised machine learning nella classificazione di corpi celesti potenzialmente identificabili come esopianeti. Algoritmi utilizzati: Decision Tree, Random Forest e Multilayer Perceptron.

Legge la tabellaDivide il dataset in training set e test set.Inizio del loop di validazione incrociataLegge la tabellaDivide il dataset in training set e test set.Inizio del loop di validazione incrociataNode 48Mantiene le variabilinominali e categorialiMantiene le variabilinumericheEsegue i calcoliEsegue i calcoliFine del loopdi validazione incrociataFine del loopdi validazione incrociataRiassume i risultatidella classificazioneDisegna la ROCper ogni variabileEsclude categorie indesiderateDisegna il graficoAssegna i colori alle categorie filtrateDisegna la ROCper ogni variabileRiassume i risultatidella classificazioneFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataFiltra la variabilekoi_eccenRiassume i risultatidella classificazioneDisegna la ROCper ogni variabileLegge la tabellaFine del loopdi validazione incrociataFiltra la variabilekoi_eccenLegge la tabellaDisegna la ROCper ogni variabileFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataFine del loopdi validazione incrociata.Applica l'algoritmo sui set di addestramentoApplica il modello appresoai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appreso ai set di testFiltra la variabilekoi_eccenLegge la tabellaDivide il dataset in training set e test set.Inizio del loop di validazione incrociataApplica l'algoritmo sui set di addestramentoApplica il modello appresoai set di testApplica il modello appreso ai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appreso ai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appreso ai set di testLegge la tabellaFine del loopdi validazione incrociata.Riassume i risultatidella classifcazioneFiltra la variabilekoi_eccenRiassume i risultatidella classifcazioneDivide il dataset in training set e test set.Inizio del loop di validazione incrociataApplica il modello appresoai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appresoai set di testFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataRiassume i risultatidella classifcazioneRiassume i risultatidella classifcazioneRiassume i risultatidella classificazioneFine del loopdi validazione incrociata.Legge la tabellaFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataDisegna la ROCper ogni variabileLegge la tabellaApplica il metodo appreso ai set di testApplica il metodo appreso ai set di testApplica il metodo appreso ai set di testEsclude le righecon valori mancantiRiassume i risultatidella classificazioneEsclude le righecon valori mancantiEsclude le righecon valori mancantiNormalizza i valorinumericiNormalizza i valorinumericiFine del loopdi validazione incrociataApplica la rete neuraleai dati di addestramentoEsclude le righecon valori mancantiApplica la rete neuraleai dati di addestramentoFine del loopdi validazione incrociata.Riassume i risultatidella classificazioneRiassume i risultatidella classificazioneFiltra la variabilekoi_eccenLegge la tabellaSepara le categorieCrea la tabella conclassi CONFIRMED e FALSE POSITIVECrea la tabella conclasse CANDIDATELegge la tabellaLegge la tabellaFiltra la variabilekoi_eccenNormalizza i valorinumericiFiltra la variabilekoi_eccenEsclude le righecon valori mancantiLegge la tabellaCSV Reader X-Partitioner CSV Reader X-Partitioner CSV Reader Column Filter Column Filter Statistics Statistics X-Aggregator X-Aggregator Scorer (JavaScript) ROC Curve Row Filter Scatter Plot Color Manager ROC Curve Scorer (JavaScript) Column Filter X-Partitioner Column Filter Scorer (JavaScript) ROC Curve CSV Reader X-Aggregator Column Filter CSV Reader ROC Curve Column Filter X-Partitioner X-Aggregator DecisionTree Learner Decision TreePredictor DecisionTree Learner Decision TreePredictor Column Filter CSV Reader X-Partitioner DecisionTree Learner Decision TreePredictor Decision TreePredictor Random ForestLearner Random ForestPredictor Random ForestLearner Random ForestPredictor CSV Reader X-Aggregator Scorer (JavaScript) Column Filter Scorer (JavaScript) X-Partitioner Random ForestPredictor Random ForestLearner Random ForestPredictor Column Filter X-Partitioner Scorer (JavaScript) Scorer (JavaScript) Scorer (JavaScript) X-Aggregator CSV Reader Column Filter X-Partitioner ROC Curve CSV Reader MultiLayerPerceptronPredictor MultiLayerPerceptronPredictor MultiLayerPerceptronPredictor Rule-basedRow Filter Scorer (JavaScript) Rule-basedRow Filter Rule-basedRow Filter Normalizer Normalizer X-Aggregator RProp MLP Learner Rule-basedRow Filter RProp MLP Learner X-Aggregator Scorer (JavaScript) Scorer (JavaScript) Column Filter CSV Reader Row Splitter CSV Writer CSV Writer CSV Reader CSV Reader Column Filter Normalizer Column Filter Rule-basedRow Filter CSV Reader Legge la tabellaDivide il dataset in training set e test set.Inizio del loop di validazione incrociataLegge la tabellaDivide il dataset in training set e test set.Inizio del loop di validazione incrociataNode 48Mantiene le variabilinominali e categorialiMantiene le variabilinumericheEsegue i calcoliEsegue i calcoliFine del loopdi validazione incrociataFine del loopdi validazione incrociataRiassume i risultatidella classificazioneDisegna la ROCper ogni variabileEsclude categorie indesiderateDisegna il graficoAssegna i colori alle categorie filtrateDisegna la ROCper ogni variabileRiassume i risultatidella classificazioneFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataFiltra la variabilekoi_eccenRiassume i risultatidella classificazioneDisegna la ROCper ogni variabileLegge la tabellaFine del loopdi validazione incrociataFiltra la variabilekoi_eccenLegge la tabellaDisegna la ROCper ogni variabileFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataFine del loopdi validazione incrociata.Applica l'algoritmo sui set di addestramentoApplica il modello appresoai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appreso ai set di testFiltra la variabilekoi_eccenLegge la tabellaDivide il dataset in training set e test set.Inizio del loop di validazione incrociataApplica l'algoritmo sui set di addestramentoApplica il modello appresoai set di testApplica il modello appreso ai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appreso ai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appreso ai set di testLegge la tabellaFine del loopdi validazione incrociata.Riassume i risultatidella classifcazioneFiltra la variabilekoi_eccenRiassume i risultatidella classifcazioneDivide il dataset in training set e test set.Inizio del loop di validazione incrociataApplica il modello appresoai set di testApplica l'algoritmo sui set di addestramentoApplica il modello appresoai set di testFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataRiassume i risultatidella classifcazioneRiassume i risultatidella classifcazioneRiassume i risultatidella classificazioneFine del loopdi validazione incrociata.Legge la tabellaFiltra la variabilekoi_eccenDivide il dataset in training set e test set.Inizio del loop di validazione incrociataDisegna la ROCper ogni variabileLegge la tabellaApplica il metodo appreso ai set di testApplica il metodo appreso ai set di testApplica il metodo appreso ai set di testEsclude le righecon valori mancantiRiassume i risultatidella classificazioneEsclude le righecon valori mancantiEsclude le righecon valori mancantiNormalizza i valorinumericiNormalizza i valorinumericiFine del loopdi validazione incrociataApplica la rete neuraleai dati di addestramentoEsclude le righecon valori mancantiApplica la rete neuraleai dati di addestramentoFine del loopdi validazione incrociata.Riassume i risultatidella classificazioneRiassume i risultatidella classificazioneFiltra la variabilekoi_eccenLegge la tabellaSepara le categorieCrea la tabella conclassi CONFIRMED e FALSE POSITIVECrea la tabella conclasse CANDIDATELegge la tabellaLegge la tabellaFiltra la variabilekoi_eccenNormalizza i valorinumericiFiltra la variabilekoi_eccenEsclude le righecon valori mancantiLegge la tabellaCSV Reader X-Partitioner CSV Reader X-Partitioner CSV Reader Column Filter Column Filter Statistics Statistics X-Aggregator X-Aggregator Scorer (JavaScript) ROC Curve Row Filter Scatter Plot Color Manager ROC Curve Scorer (JavaScript) Column Filter X-Partitioner Column Filter Scorer (JavaScript) ROC Curve CSV Reader X-Aggregator Column Filter CSV Reader ROC Curve Column Filter X-Partitioner X-Aggregator DecisionTree Learner Decision TreePredictor DecisionTree Learner Decision TreePredictor Column Filter CSV Reader X-Partitioner DecisionTree Learner Decision TreePredictor Decision TreePredictor Random ForestLearner Random ForestPredictor Random ForestLearner Random ForestPredictor CSV Reader X-Aggregator Scorer (JavaScript) Column Filter Scorer (JavaScript) X-Partitioner Random ForestPredictor Random ForestLearner Random ForestPredictor Column Filter X-Partitioner Scorer (JavaScript) Scorer (JavaScript) Scorer (JavaScript) X-Aggregator CSV Reader Column Filter X-Partitioner ROC Curve CSV Reader MultiLayerPerceptronPredictor MultiLayerPerceptronPredictor MultiLayerPerceptronPredictor Rule-basedRow Filter Scorer (JavaScript) Rule-basedRow Filter Rule-basedRow Filter Normalizer Normalizer X-Aggregator RProp MLP Learner Rule-basedRow Filter RProp MLP Learner X-Aggregator Scorer (JavaScript) Scorer (JavaScript) Column Filter CSV Reader Row Splitter CSV Writer CSV Writer CSV Reader CSV Reader Column Filter Normalizer Column Filter Rule-basedRow Filter CSV Reader

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: kathrinmelcher
Created at: 2017-09-14
On NodePit since: 2022-02-18
Last update: 2024-04-28
Created with KNIME version: v4.5.1

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

Try NodePit Runner!