Icon

KNIME_​project_​TitanicSecondTry

Imputation:-Alter: Rounded Mean (gerundeter Durchschnitt)-Embarked: Vorheriger Wert; Wahrscheinlichkeit relativ hoch, dass Personmit fehlendem Wert an der gleichen Stelle eingestiegen ist, hoffe ichzumindest-Ticket: Für unser Learner sowieso nutzlos, column komplett löschen Diese 3 einsamen Nodes sind nur einBeispiel der Anwendung vom Rule-basedRow Splitter. Eigentlich ziemlich nützlich(und automatisiert gewisserweise sehrviel!), allerdings finde ich in unseremBeispiel keine Anwendung dafür. Vielleichtihr? 3. Binning -> Intervall identifizieren Neue/Replace der Spalte Spalte kann:- Gruppierungen (bin 1,bin 2,bin 3..)beeinhalten- Intervall ( der Wert ist der Mittelwertzwischen zwei Werten) 6. Grouping Operations:Gruppierungen der Daten -> Alter in Altersklassen (Child, Teenager,Adult.. ) 9. Extracting Date:Daten werden extrahiert gespeichert. Bsp: 10.11.1995 -> |10|11|1995 8. Scaling:Mehr Daten aufnehmenBsp: Output ist Input Handling Outliers:- Ziel: Außreißer handeln bzw. filtern- Node 13: Age kleiner als 1 oder älter als99 = "Other"- Node 16: Cabin ->"default", in diesemFall nicht relevant-Node 17: Ticket ->"default", nicht relevantfür die Statistik Grouping Operations-Eine Spalte hat wiederholende Einträge(zB Wochentage), eine andere Spalte hatTemperaturen. Grouping Operations wäredas Erstellen einer neuen Tabelle, die nurdie 7 verschiedenen Wochentage ein malbeinhaltet und in der anderen Spalte zBdie jeweilige Temperatur.-Hier gibt es keine sinnvolle Anwendungdafür, aber man könnte zB dasDurchschnittsalter jeder Altergruppeherausfinden TIPP INTERNET: Modeling. Deployment. Data preparation. Configuration. Workflow: Automated IF Switch Same workflow as the one named "Manual IF Switch" but IF Switch is controlled through a global flow variable named"PortChoice". Zu sehr vom Rest entfernte Werte zulöschen oder änden erscheint mir alssinnlos. Könnten nicht manchmal genaudie Extremen wichtig sein? Domain Calculator: Was macht erüberhaupt? Die (Apply) Nodes scheinen nutzlos zusein, bzw sind anwendbar dort wo manein "Programm" dafür schreibt? Der Scorer sucht zwarautomatisch die korrekteColum zum predicten aus,eider aber doppelt.Unter "First Column" mussman anstatt "Prediction(Ziel)"im Reiter "Ziel" aussuchen String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Der Scorer sucht zwarautomatisch die korrekteColum zum predicten aus,eider aber doppelt.Unter "First Column" mussman anstatt "Prediction(Ziel)"im Reiter "Ziel" aussuchen Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Outlier detection using Isolation Forest. Der Scorer sucht zwarautomatisch die korrekteColum zum predicten aus,eider aber doppelt.Unter "First Column" mussman anstatt "Prediction(Ziel)"im Reiter "Ziel" aussuchen Join the tables back and resort thecolumns. Create the interactive view. Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Configuration. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Numeric outlier detection using Interquartile Range. Configuration. String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Numeric outlier detection using Interquartile Range. Create the interactive view. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Outlier detection using Isolation Forest. Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Join the tables back and resort thecolumns. Configuration. Zusätzliche String Spalten generieren Zusätzliche Int/Double Spalten generieren Numeric outlier detection using Interquartile Range. Create the interactive view. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Outlier detection using Isolation Forest. Handlung Outliers Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Join the tables back and resort thecolumns. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Hier sucht man den Namen derColumn per Drop-Down-Menü aus,die predicted werden soll,ansonsten ist NICHTS zu ändern.Natürlich sollte es sich letztendlichum die gleiche handeln, wie beiString Configuration. Die Spalten umsortieren Zusätzliche Int/Double Spalten generieren Konfiguration. Numerische Outlier Detection mithilfe von Interquartiler Distanz Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Zusätzliche String Spalten generieren Backup, falls der untere Teil nicht funktioniertoder weil einfach ein simpleres Ergebnisgewollt ist Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Outlier detection mit Isolation Forest Handlung Outliers Create the interactive view. Hier sucht man den Namen derColumn per Drop-Down-Menü aus,die predicted werden soll,ansonsten ist NICHTS zu ändern.Natürlich sollte es sich letztendlichum die gleiche handeln, wie beiString Configuration. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Um die Ergebnisse einzusehen, bitteRechtsklick auf Sorter und "Sorted Table"aussuchen.Die Ergebnisse werden vomschlechtesten bis zum bestenaufsteigend sortiert angezeigt. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Konfiguration. Backup, falls der untere Teil nicht funktioniertoder weil einfach ein simpleres Ergebnisgewollt ist Handlung Outliers Um die Ergebnisse einzusehen, bitteRechtsklick auf Sorter und "Sorted Table"aussuchen.Die Ergebnisse werden vomschlechtesten bis zum bestenaufsteigend sortiert angezeigt. Hier sucht man den Namen derColumn per Drop-Down-Menü aus,die predicted werden soll,ansonsten ist NICHTS zu ändern.Natürlich sollte es sich letztendlichum die gleiche handeln, wie beiString Configuration. Zusätzliche Int/Double Spalten generieren Numerische Outlier Detection mithilfe von Interquartiler Distanz Die Spalten umsortieren Zusätzliche String Spalten generieren Outlier detection mit Isolation Forest Create the interactive view. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Workflow 2 Konfiguration. Backup, falls der untere Teil nicht funktioniertoder weil einfach ein simpleres Ergebnisgewollt ist Handlung Outliers Um die Ergebnisse einzusehen, bitteRechtsklick auf Sorter und "Sorted Table"aussuchen.Die Ergebnisse werden vomschlechtesten bis zum bestenaufsteigend sortiert angezeigt. Zusätzliche Int/Double Spalten generieren Numerische Outlier Detection mithilfe von Interquartiler Distanz Workflow 1: Die Spalten umsortieren Zusätzliche String Spalten generieren Outlier detection mit Isolation Forest Create the interactive view. Node 1Node 2Node 4Node 5Node 6Node 8Node 9Node 11Node 12Node 13Node 14Node 16Node 17Node 18Node 19quantiles onHighway_mpgquantiles oncity_mpgGlobal flow variable PortChoiceactivates/disactivatesone of the output ports and the connected branchescollect data fromall active brancheshighway_mpg[Binned] to Binned.MPGcity_mpg[Binned] to Binned.MPGNode 38Node 39Node 40Node 41Node 42Node 43Node 44Node 45Node 46Node 47Node 48Node 49Node 50Node 52Node 53Node 54Node 56Node 58Node 59Node 69Node 72Node 73Node 74Node 75Node 76Node 77Node 78Node 86Node 87Node 88Node 89Node 90Node 91Node 92Node 94Node 95Node 96Node 97Node 98Node 101Node 102Node 103Node 104Node 105Node 106Node 107Node 109Node 110Node 111Node 112Node 113Node 114Node 116Node 117Node 118Node 121Node 123Node 141Node 143Node 144Node 152Node 153Node 155Node 156Node 157Node 158Node 159Node 160Node 161Node 168Node 169Node 170Node 171Node 172Node 173Node 174Node 175Node 176Node 177Node 178Node 179Node 180Node 181Node 182Node 183Node 184Node 185Node 186Node 187Node 188Node 189Node 190Node 191Node 192Node 193Node 194Node 195Node 196Node 197Node 198Node 199Node 200Node 201Node 202Node 203Node 204Node 205Node 206Node 207Node 208Node 209Node 210Node 211Node 212Node 213Node 214Node 215Node 216Node 217Node 218Node 1602Node 1603Node 1604Node 1605Node 1606Node 1607Node 1609Node 1610Node 1611Node 1616Node 1619Stats asmean(engine size)max(horse power)range(curb weight)Node 1621Node 1622Node 1623Node 1624Node 1625Node 1626Node 1627Node 1628Node 1629Node 1630Node 1631Node 1632Node 1633Node 1634Node 1635Node 1636Node 1637Node 1638Node 1639Node 1640Node 1641Node 1642Node 1643Node 1644Node 1645Node 1646Node 1647Node 1648Node 1649Node 1650Node 1651Node 1652Node 1653Node 1654Node 1657Node 1660Node 1662Node 1669Node 1670Node 1671Node 1672Node 1678Node 1679Node 1681Node 1684Node 1685Node 1686Node 1687Node 1688Node 1689Node 1690Node 1691Node 1692Node 1693Node 1694Node 1695Node 1696Node 1697Node 1698 Contamination estimationNode 1704Node 1705Top output:Columns with Q1 = Q3Introduction text.Remove outlier values.Node 1711Node 1712Node 1713Node 1714Node 1715Node 1716Node 1717Node 1718Node 1721Node 1722Node 1723Node 1724Node 1725Node 1726Top : FeaturesBottom: TargetcolumnNode 1728Create regex that excludes the target column.Node 1730Node 1731Node 1732Node 1733Node 1734Node 1736Node 1737Node 1738Node 1739Node 1740Node 1741Node 1742Node 1744Node 1745Node 1746Node 1748Node 1749Node 1751Node 1752Node 1755Node 1756Node 1757Node 1758Node 1759Node 1760Target columnNode 1762Node 1764Node 1765Node 1766Node 1767Node 1768Node 1769Node 1770IQR multiplierNode 1772Node 1773Node 1775Node 1776Node 1778Node 1779Node 1780Node 1781Node 1782Node 1783Node 1784Node 1785Node 1786Node 1787Node 1788Node 1789Node 1790Node 1792Node 1793Node 1795Top : FeaturesBottom: TargetcolumnNode 1797Node 1798Node 1799Node 1801Node 1802Node 1803Node 1804Node 1808Node 1809Node 1810Contamination estimationNode 1812Node 1813Target columnTop output:Columns with Q1 = Q3Node 1816Node 1817Node 1819Node 1820Node 1821Remove outlier values.Node 1824Node 1825Node 1826Node 1827Node 1828Node 1829Node 1830Node 1832Node 1833Node 1834Node 1835Node 1836Node 1837Node 1838Node 1839IQR multiplierNode 1841Node 1842Node 1843Node 1845Node 1846Node 1847Node 1848Node 1849Node 1850Node 1852Node 1853Node 1854Create regex that excludes the target column.Node 1857Node 1858Node 1859Node 1862Node 1863Introduction text.Node 1865Node 1866Node 1867Node 1868Node 1870Node 1872Node 1873Node 1875Top : FeaturesBottom: TargetcolumnNode 1877Node 1878Node 1879Node 1881Node 1882Node 1883Node 1884Node 1886Node 1890Node 1891Node 1892Contamination estimationNode 1894Node 1895Target columnTop output:Columns with Q1 = Q3Node 1898Node 1899Node 1901Node 1902Node 1903Remove outlier values.Node 1906Node 1907Node 1908Create regex that excludes the target column.Node 1910Node 1911Node 1912Node 1913Node 1914Node 1915Node 1916Node 1917Node 1919Node 1920Node 1921IQR multiplierNode 1923Node 1924Node 1925Node 1928Node 1929Node 1930Node 1931Node 1932Node 1934Node 1935Node 1936Node 1938Node 1939Node 1940Introduction text.Node 1943Node 1944Node 1945Node 1946Node 1948Node 1951Node 1953Node 1954IQR multiplierNode 1956Node 1958Node 1959Node 1960Node 1961Node 1964Node 1965Node 1966Node 1968Node 1969Node 1970Node 1971Node 1972Node 1973Node 1974Node 1976Node 1977Node 1979Node 1980entferne outlier values.Node 1982Node 1983Node 1984Node 1985Node 1986Node 1987Node 1988Node 1990Node 1991Node 1992Node 1993Node 1994Node 1995Top output:Columns mit Q1 = Q3Node 1998Node 2000Node 2001Node 2002Node 2003Node 2005Node 2007Node 2008Node 2009Node 2012Node 2014Node 2015Node 2017Node 2018ZielspalteNode 2020Node 2021Node 2022Node 2023Node 2024Top : FeaturesBottom: TargetcolumnNode 2026Contamination estimationNode 2028Create regex that excludes the target column.Node 2030Node 2031Node 2033Node 2034Node 2035Node 2036Node 2037Node 2038Node 2039Node 2040Node 2041Node 2042Node 2043Contamination estimationNode 2045Node 2048Node 2049Node 2050Node 2051IQR multiplierNode 2053Node 2054Node 2055Node 2057Node 2058Create regex that excludes the target column.Node 2060Node 2061Top output:Columns mit Q1 = Q3Node 2064Node 2066Node 2068Node 2069Node 2070Node 2071Node 2072Node 2073Node 2074Node 2075Node 2076entferne outlier values.Node 2078Node 2079Node 2080Node 2081Node 2082Node 2083Node 2084Node 2085Node 2088Node 2090Node 2091Node 2092Node 2093Node 2094Node 2095Node 2096Node 2097Node 2098Node 2099Node 2100Node 2102Node 2103ZielspalteNode 2105Node 2106Node 2108Node 2109Node 2110Node 2112Node 2113Node 2114Node 2115Node 2116Node 2117Top : FeaturesBottom: TargetcolumnNode 2119Node 2121Node 2122Node 2123Node 2125Node 2126Node 2127Node 2128ZielspalteNode 2132Node 2134Node 2135Node 2136Node 2137Node 2138Node 2139Node 2140Node 2141Top : FeaturesBottom: TargetcolumnNode 2143Node 2144Node 2145Node 2146Node 2147Node 2149entferne outlier values.Node 2152Node 2153Node 2154Node 2155Node 2156Node 2157Node 2158Node 2159Node 2160Node 2161Node 2162Node 2163Node 2164Node 2165Top output:Columns mit Q1 = Q3Node 2170Node 2171Node 2172Node 2173Node 2174Node 2175Node 2176Node 2177Node 2178Node 2179Node 2180Node 2181Contamination estimationIQR multiplierNode 2184Node 2185Node 2186Node 2187Node 2189Create regex that excludes the target column.Node 2191Node 2193Node 2194Node 2195Node 2196Node 2199Node 2201Node 2202Node 2203Node 2204Node 2206Node 2207Node 2208Node 2209CSV Reader Missing Value Number To String Partitioning Random ForestLearner Random ForestPredictor Scorer String Manipulation Rule Engine Rule Engine Rule Engine Rule Engine Rule Engine Auto-Binner Many to One Auto-Binner Auto-Binner IF Switch End IF Column Rename Column Rename CSV Reader Missing ValueColumn Filter Missing Value Number To String Partitioning Random ForestLearner Random ForestPredictor Scorer Numeric Outliers Column Filter Row Filter Box Plot PCA CSV Reader Missing Value Missing ValueColumn Filter Number To String Constant ValueColumn Filter Case Converter Normalizer PCA Constant ValueColumn Filter Partitioning Random ForestPredictor Scorer Random ForestLearner Random ForestLearner Constant ValueColumn Filter Double To Int PCA Partitioning Scorer Random ForestLearner Random ForestPredictor CSV Reader CSV Reader Missing Value Missing ValueColumn Filter Column Splitter PCA Number To String Random ForestLearner Random ForestPredictor Scorer Partitioning Column Appender Case Converter Numeric Outliers Domain Calculator Auto-Binner StringConfiguration String To Number Column Filter Column Filter Column Appender Column ListLoop Start Loop End (ColumnAppend) StringCleanup StringSpltting Numeric Outliers Extract TableDimension Table Rowto Variable Java IF (Table) End IF Table Rowto Variable Extract TableDimension Java IF (Table) DuplicateRow Filter End IF Numeric Outliers Extract TableDimension Table Rowto Variable Java IF (Table) End IF Column Filter StringConfiguration Scorer Column Splitter Column Filter PCA End IF StringSpltting Numeric Outliers End IF Number To String Case Converter Numeric Outliers Extract TableDimension Column ListLoop Start End IF Table Rowto Variable Auto-Binner Loop End (ColumnAppend) Missing ValueColumn Filter Table Rowto Variable StringCleanup String To Number Extract TableDimension Column Appender Column Filter Java IF (Table) Partitioning DuplicateRow Filter Missing Value Table Rowto Variable Column Filter Column Appender Java IF (Table) CSV Reader Java IF (Table) Extract TableDimension Random ForestPredictor Random ForestLearner DecisionTree Learner Gradient BoostedTrees Learner Gradient BoostedTrees Predictor Scorer Partitioning Decision TreePredictor Scorer Automated MissingValue Handling Automated StatisticalFeature Selection Automated FeatureGeneration Automated ModelStacking Automated OutlierDetection Workflow Combiner Workflow Combiner Workflow Combiner Workflow Combiner Automated FeatureSelection Automated ModelSelection Automated ModelOptimization Target Selection CSV Reader Scorer PCA Box Plot Random ForestPredictor Partitioning Random ForestLearner Missing Value Missing ValueColumn Filter Target Selection Automated OutlierDetection Automated StatisticalFeature Selection Automated MissingValue Handling CSV Reader Automated FeatureSelection Automated FeatureGeneration Scorer GroupBy Scorer Missing ValueColumn Filter CSV Reader Missing Value Case Converter CSV Reader Number To String Column Splitter Scorer PCA Random ForestLearner Column Appender Missing ValueColumn Filter Missing Value Partitioning Random ForestPredictor StringConfiguration CSV Reader Column Appender Random ForestLearner Number To String Partitioning Column Filter Column Filter PCA Missing ValueColumn Filter Missing Value Column Appender Case Converter Column Splitter Auto-Binner Scorer String To Number Random ForestPredictor Variable toTable Row Scorer DoubleConfiguration Variable toTable Row Variable toTable Row Column Appender Column Appender Column Appender Variable toTable Row Sorter Transpose Column Splitter Variable toTable Row Column Appender Constant ValueColumn Filter Column Rename Column Appender Sorter Transpose Variable toTable Row Variable toTable Row Scorer Random ForestPredictor End IF Java IF (Table) Apply IsolationForest DoubleConfiguration Train IsolationForest Convert numerical targetcolumn to String. Create a mapping fromcolumn to ML task. Random ForestLearner Row Filter Exclude columns with Q1 = Q3from numeric outlier detection. Extract Table Spec ReferenceColumn Resorter Text Output Widget Numeric Outliers Case Converter StringCleanup Extract TableDimension Loop End (ColumnAppend) DecisionTree Learner Table Rowto Variable Table Rowto Variable Column Filter Joiner Column Appender Partitioning Column Appender Table Rowto Variable Partitioning Java IF (Table) Column Splitter Scorer String Manipulation(Variable) Extract TableDimension Numeric Outliers Gradient BoostedTrees Learner Auto-Binner Gradient BoostedTrees Predictor Merge Variables Variable toTable Row Extract TableDimension Random ForestLearner End IF Partitioning Column Splitter Missing Value Joiner Transpose Number To String Scorer End IF Random ForestPredictor Column Filter Row Filter CSV Reader Column ListLoop Start Data Explorer Filter constantcategorical columns. String To Number Missing ValueColumn Filter StringConfiguration Column Appender Column Filter Decision TreePredictor Column SelectionConfiguration Variable toTable Row Column SelectionWidget Column Appender Variable toTable Row Sorter End IF Numeric Outliers Java IF (Table) Table Rowto Variable DoubleConfiguration DuplicateRow Filter PCA IF Switch StringSpltting Column ListLoop Start String To Number Java IF (Table) Extract TableDimension Column Filter End IF Loop End (ColumnAppend) Column Filter Column Appender Table Rowto Variable DuplicateRow Filter Extract TableDimension Column Comparator Table Rowto Variable Apply IsolationForest Extract TableDimension Column Filter Convert numerical targetcolumn to String. Column Filter Column Splitter Partitioning CSV Reader Partitioning IF Switch Column ListLoop Start Extract TableDimension Column Appender StringSpltting Column SelectionWidget Filter constantcategorical columns. Create a mapping fromcolumn to ML task. Random ForestLearner Column Appender Random ForestPredictor DoubleConfiguration Java IF (Table) Random ForestLearner Column SelectionConfiguration Exclude columns with Q1 = Q3from numeric outlier detection. Variable toTable Row Scorer End IF Number To String Column Appender Java IF (Table) Numeric Outliers ReferenceColumn Resorter Java EditVariable (simple) Table Rowto Variable Missing ValueColumn Filter Partitioning Column Splitter End IF Loop End (ColumnAppend) Data Explorer End IF DuplicateRow Filter Random ForestPredictor Numeric Outliers Table Rowto Variable Java IF (Table) Variable toTable Row Sorter DoubleConfiguration Extract TableDimension End IF Table Rowto Variable Joiner Decision TreePredictor Scorer StringCleanup Numeric Outliers Gradient BoostedTrees Predictor Column Filter Train IsolationForest Missing Value PCA Case Converter Extract Table Spec String Manipulation(Variable) Gradient BoostedTrees Learner Scorer Variable toTable Row Joiner Row Filter String To Number StringConfiguration Text Output Widget Auto-Binner Transpose DecisionTree Learner Column Appender Merge Variables Table Rowto Variable Apply IsolationForest Extract TableDimension Column Filter Convert numerical targetcolumn to String. Column Filter Column Splitter Partitioning CSV Reader Partitioning IF Switch Column ListLoop Start Extract TableDimension Column Appender StringSpltting Row Filter Table Rowto Variable Filter constantcategorical columns. Create a mapping fromcolumn to ML task. Column SelectionWidget Random ForestLearner Column Appender Random ForestPredictor DoubleConfiguration Java IF (Table) Random ForestLearner Column SelectionConfiguration Exclude columns with Q1 = Q3from numeric outlier detection. Variable toTable Row Scorer End IF Number To String Column Appender Java IF (Table) Numeric Outliers ReferenceColumn Resorter Java EditVariable (simple) Table Rowto Variable Missing ValueColumn Filter String Manipulation(Variable) Partitioning Column Splitter End IF Loop End (ColumnAppend) End IF DuplicateRow Filter Random ForestPredictor Numeric Outliers Data Explorer Java IF (Table) Variable toTable Row Sorter DoubleConfiguration Extract TableDimension End IF Table Rowto Variable Joiner Scorer StringCleanup Numeric Outliers Gradient BoostedTrees Predictor Column Filter Train IsolationForest Missing Value PCA Case Converter Extract Table Spec Gradient BoostedTrees Learner Scorer Variable toTable Row Text Output Widget Joiner String To Number StringConfiguration Auto-Binner Transpose Column Appender Merge Variables Merge Variables Sorter Filter constantcategorical columns. Extract TableDimension Partitioning DoubleConfiguration Extract TableDimension Sorter StringConfiguration Random ForestLearner Transpose Missing Value Transpose Table Rowto Variable Apply IsolationForest DuplicateRow Filter Column Appender Random ForestPredictor StringSpltting End IF Table Rowto Variable PCA IF Switch Java IF (Table) Column Appender Column SelectionWidget Column Filter Variable toTable Row Numeric Outliers Scorer Scorer Gradient BoostedTrees Predictor Column Splitter Java IF (Table) StringCleanup Extract TableDimension Joiner Gradient BoostedTrees Learner Table Rowto Variable Column Filter Number To String Missing ValueColumn Filter Auto-Binner Joiner Exclude Spalten mit Q1 = Q3 von dernumerischen outlier detection. Random ForestPredictor Convert numerical targetcolumn to String. Java IF (Table) PureUniqueColumnDelete-inator Partitioning Case Converter Row Filter String To Number ReferenceColumn Resorter Variable toTable Row Column Filter Random ForestLearner Train IsolationForest Extract Table Spec Column ListLoop Start Breite der Werte analysieren undneue Variablen daraus definieren Table Rowto Variable Variable toTable Row End IF Numeric Outliers Java EditVariable (simple) Column SelectionConfiguration CSV Reader End IF Loop End (ColumnAppend) Column Appender Scorer Column Splitter End IF DoubleConfiguration Partitioning String Manipulation(Variable) Column Appender Random ForestLearner Scorer Random ForestPredictor Variable toTable Row Column Appender PureUniqueColumnDelete-inator Create CollectionColumn Create CollectionColumn Auto-Binner Create CollectionColumn Variable toTable Row Random ForestPredictor DoubleConfiguration Numeric Outliers Apply IsolationForest ReferenceColumn Resorter Random ForestPredictor Variable toTable Row Column Appender StringCleanup DoubleConfiguration Partitioning Extract TableDimension Random ForestLearner End IF Sorter String To Number String Manipulation(Variable) Table Rowto Variable Transpose IF Switch Exclude Spalten mit Q1 = Q3 von dernumerischen outlier detection. Table Rowto Variable Row Filter Column Filter Column SelectionWidget Java IF (Table) Extract TableDimension Scorer StringConfiguration Column Appender Java IF (Table) Scorer Number To String Variable toTable Row Numeric Outliers PCA PureUniqueColumnDelete-inator Missing ValueColumn Filter Column Filter Scorer Case Converter Random ForestLearner CSV Reader Joiner Filter constantcategorical columns. Column Appender Joiner Extract TableDimension Missing Value Column ListLoop Start Scorer Loop End (ColumnAppend) Column Appender End IF Random ForestLearner Column Appender Partitioning Column Filter Merge Variables Table Rowto Variable DuplicateRow Filter Column SelectionConfiguration Gradient BoostedTrees Learner Sorter Convert numerical targetcolumn to String. End IF End IF Java IF (Table) Extract Table Spec Random ForestPredictor Java EditVariable (simple) StringSpltting Column Splitter PureUniqueColumnDelete-inator Gradient BoostedTrees Predictor Column Splitter Variable toTable Row Breite der Werte analysieren undneue Variablen daraus definieren Partitioning Table Rowto Variable Transpose Train IsolationForest Sorter Extract TableDimension Table Rowto Variable String To Number Joiner IF Switch Column SelectionConfiguration Random ForestLearner Apply IsolationForest Variable toTable Row CSV Reader Column Appender End IF Random ForestLearner Table Rowto Variable Numeric Outliers Gradient BoostedTrees Predictor Column Splitter Column Filter Partitioning Gradient BoostedTrees Learner Transpose Variable toTable Row Convert numerical targetcolumn to String. Java IF (Table) Filter constantcategorical columns. Numeric Outliers Case Converter End IF Variable toTable Row Table Rowto Variable StringConfiguration Loop End (ColumnAppend) Column Appender Scorer Random ForestLearner Random ForestPredictor Number To String Java EditVariable (simple) Missing ValueColumn Filter PureUniqueColumnDelete-inator Column SelectionWidget ReferenceColumn Resorter Exclude Spalten mit Q1 = Q3 von dernumerischen outlier detection. Row Filter Transpose Column Filter End IF Scorer Random ForestPredictor DuplicateRow Filter Column Splitter StringSpltting Missing Value Scorer Create CollectionColumn Variable toTable Row DoubleConfiguration DoubleConfiguration Java IF (Table) Java IF (Table) Random ForestPredictor Column Appender Joiner Auto-Binner String Manipulation(Variable) PureUniqueColumnDelete-inator Extract Table Spec Sorter Extract TableDimension Extract TableDimension Table Rowto Variable Train IsolationForest Breite der Werte analysieren undneue Variablen daraus definieren Column Appender End IF Column Filter Scorer Column ListLoop Start Partitioning Merge Variables PCA Column Appender StringCleanup Partitioning Imputation:-Alter: Rounded Mean (gerundeter Durchschnitt)-Embarked: Vorheriger Wert; Wahrscheinlichkeit relativ hoch, dass Personmit fehlendem Wert an der gleichen Stelle eingestiegen ist, hoffe ichzumindest-Ticket: Für unser Learner sowieso nutzlos, column komplett löschen Diese 3 einsamen Nodes sind nur einBeispiel der Anwendung vom Rule-basedRow Splitter. Eigentlich ziemlich nützlich(und automatisiert gewisserweise sehrviel!), allerdings finde ich in unseremBeispiel keine Anwendung dafür. Vielleichtihr? 3. Binning -> Intervall identifizieren Neue/Replace der Spalte Spalte kann:- Gruppierungen (bin 1,bin 2,bin 3..)beeinhalten- Intervall ( der Wert ist der Mittelwertzwischen zwei Werten) 6. Grouping Operations:Gruppierungen der Daten -> Alter in Altersklassen (Child, Teenager,Adult.. ) 9. Extracting Date:Daten werden extrahiert gespeichert. Bsp: 10.11.1995 -> |10|11|1995 8. Scaling:Mehr Daten aufnehmenBsp: Output ist Input Handling Outliers:- Ziel: Außreißer handeln bzw. filtern- Node 13: Age kleiner als 1 oder älter als99 = "Other"- Node 16: Cabin ->"default", in diesemFall nicht relevant-Node 17: Ticket ->"default", nicht relevantfür die Statistik Grouping Operations-Eine Spalte hat wiederholende Einträge(zB Wochentage), eine andere Spalte hatTemperaturen. Grouping Operations wäredas Erstellen einer neuen Tabelle, die nurdie 7 verschiedenen Wochentage ein malbeinhaltet und in der anderen Spalte zBdie jeweilige Temperatur.-Hier gibt es keine sinnvolle Anwendungdafür, aber man könnte zB dasDurchschnittsalter jeder Altergruppeherausfinden TIPP INTERNET: Modeling. Deployment. Data preparation. Configuration. Workflow: Automated IF Switch Same workflow as the one named "Manual IF Switch" but IF Switch is controlled through a global flow variable named"PortChoice". Zu sehr vom Rest entfernte Werte zulöschen oder änden erscheint mir alssinnlos. Könnten nicht manchmal genaudie Extremen wichtig sein? Domain Calculator: Was macht erüberhaupt? Die (Apply) Nodes scheinen nutzlos zusein, bzw sind anwendbar dort wo manein "Programm" dafür schreibt? Der Scorer sucht zwarautomatisch die korrekteColum zum predicten aus,eider aber doppelt.Unter "First Column" mussman anstatt "Prediction(Ziel)"im Reiter "Ziel" aussuchen String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Der Scorer sucht zwarautomatisch die korrekteColum zum predicten aus,eider aber doppelt.Unter "First Column" mussman anstatt "Prediction(Ziel)"im Reiter "Ziel" aussuchen Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Outlier detection using Isolation Forest. Der Scorer sucht zwarautomatisch die korrekteColum zum predicten aus,eider aber doppelt.Unter "First Column" mussman anstatt "Prediction(Ziel)"im Reiter "Ziel" aussuchen Join the tables back and resort thecolumns. Create the interactive view. Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Configuration. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Numeric outlier detection using Interquartile Range. Configuration. String to Number benötigteinen kleinen Fußtritt:Einmal Doppelklick drauf undeinfach auf OK drücken,mehr nicht Numeric outlier detection using Interquartile Range. Create the interactive view. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Outlier detection using Isolation Forest. Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Join the tables back and resort thecolumns. Configuration. Zusätzliche String Spalten generieren Zusätzliche Int/Double Spalten generieren Numeric outlier detection using Interquartile Range. Create the interactive view. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Outlier detection using Isolation Forest. Handlung Outliers Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Join the tables back and resort thecolumns. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Hier sucht man den Namen derColumn per Drop-Down-Menü aus,die predicted werden soll,ansonsten ist NICHTS zu ändern.Natürlich sollte es sich letztendlichum die gleiche handeln, wie beiString Configuration. Die Spalten umsortieren Zusätzliche Int/Double Spalten generieren Konfiguration. Numerische Outlier Detection mithilfe von Interquartiler Distanz Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Zusätzliche String Spalten generieren Backup, falls der untere Teil nicht funktioniertoder weil einfach ein simpleres Ergebnisgewollt ist Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Outlier detection mit Isolation Forest Handlung Outliers Create the interactive view. Hier sucht man den Namen derColumn per Drop-Down-Menü aus,die predicted werden soll,ansonsten ist NICHTS zu ändern.Natürlich sollte es sich letztendlichum die gleiche handeln, wie beiString Configuration. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Um die Ergebnisse einzusehen, bitteRechtsklick auf Sorter und "Sorted Table"aussuchen.Die Ergebnisse werden vomschlechtesten bis zum bestenaufsteigend sortiert angezeigt. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Konfiguration. Backup, falls der untere Teil nicht funktioniertoder weil einfach ein simpleres Ergebnisgewollt ist Handlung Outliers Um die Ergebnisse einzusehen, bitteRechtsklick auf Sorter und "Sorted Table"aussuchen.Die Ergebnisse werden vomschlechtesten bis zum bestenaufsteigend sortiert angezeigt. Hier sucht man den Namen derColumn per Drop-Down-Menü aus,die predicted werden soll,ansonsten ist NICHTS zu ändern.Natürlich sollte es sich letztendlichum die gleiche handeln, wie beiString Configuration. Zusätzliche Int/Double Spalten generieren Numerische Outlier Detection mithilfe von Interquartiler Distanz Die Spalten umsortieren Zusätzliche String Spalten generieren Outlier detection mit Isolation Forest Create the interactive view. String to Number benötigt einen kleinenFußtritt:Einmal Doppelklick drauf und einfach aufOK drücken, mehr nicht Hier gibt man den Namen derColumn ein, die predicted werdensoll. Diese muss existieren undsollte korrekt aufgeschieben sein.Den Namen gibt man ganz unten einbei "Default Value", ansonsten istNICHTS zu ändern. Dort wo es diese rotenKästchen gibt, wirNutzerinteraktion benötigt.Einfach die Anweisungenbefolgen.Beim CSV-Reader mussman seine Datei aussuchen. Workflow 2 Konfiguration. Backup, falls der untere Teil nicht funktioniertoder weil einfach ein simpleres Ergebnisgewollt ist Handlung Outliers Um die Ergebnisse einzusehen, bitteRechtsklick auf Sorter und "Sorted Table"aussuchen.Die Ergebnisse werden vomschlechtesten bis zum bestenaufsteigend sortiert angezeigt. Zusätzliche Int/Double Spalten generieren Numerische Outlier Detection mithilfe von Interquartiler Distanz Workflow 1: Die Spalten umsortieren Zusätzliche String Spalten generieren Outlier detection mit Isolation Forest Create the interactive view. Node 1Node 2Node 4Node 5Node 6Node 8Node 9Node 11Node 12Node 13Node 14Node 16Node 17Node 18Node 19quantiles onHighway_mpgquantiles oncity_mpgGlobal flow variable PortChoiceactivates/disactivatesone of the output ports and the connected branchescollect data fromall active brancheshighway_mpg[Binned] to Binned.MPGcity_mpg[Binned] to Binned.MPGNode 38Node 39Node 40Node 41Node 42Node 43Node 44Node 45Node 46Node 47Node 48Node 49Node 50Node 52Node 53Node 54Node 56Node 58Node 59Node 69Node 72Node 73Node 74Node 75Node 76Node 77Node 78Node 86Node 87Node 88Node 89Node 90Node 91Node 92Node 94Node 95Node 96Node 97Node 98Node 101Node 102Node 103Node 104Node 105Node 106Node 107Node 109Node 110Node 111Node 112Node 113Node 114Node 116Node 117Node 118Node 121Node 123Node 141Node 143Node 144Node 152Node 153Node 155Node 156Node 157Node 158Node 159Node 160Node 161Node 168Node 169Node 170Node 171Node 172Node 173Node 174Node 175Node 176Node 177Node 178Node 179Node 180Node 181Node 182Node 183Node 184Node 185Node 186Node 187Node 188Node 189Node 190Node 191Node 192Node 193Node 194Node 195Node 196Node 197Node 198Node 199Node 200Node 201Node 202Node 203Node 204Node 205Node 206Node 207Node 208Node 209Node 210Node 211Node 212Node 213Node 214Node 215Node 216Node 217Node 218Node 1602Node 1603Node 1604Node 1605Node 1606Node 1607Node 1609Node 1610Node 1611Node 1616Node 1619Stats asmean(engine size)max(horse power)range(curb weight)Node 1621Node 1622Node 1623Node 1624Node 1625Node 1626Node 1627Node 1628Node 1629Node 1630Node 1631Node 1632Node 1633Node 1634Node 1635Node 1636Node 1637Node 1638Node 1639Node 1640Node 1641Node 1642Node 1643Node 1644Node 1645Node 1646Node 1647Node 1648Node 1649Node 1650Node 1651Node 1652Node 1653Node 1654Node 1657Node 1660Node 1662Node 1669Node 1670Node 1671Node 1672Node 1678Node 1679Node 1681Node 1684Node 1685Node 1686Node 1687Node 1688Node 1689Node 1690Node 1691Node 1692Node 1693Node 1694Node 1695Node 1696Node 1697Node 1698 Contamination estimationNode 1704Node 1705Top output:Columns with Q1 = Q3Introduction text.Remove outlier values.Node 1711Node 1712Node 1713Node 1714Node 1715Node 1716Node 1717Node 1718Node 1721Node 1722Node 1723Node 1724Node 1725Node 1726Top : FeaturesBottom: TargetcolumnNode 1728Create regex that excludes the target column.Node 1730Node 1731Node 1732Node 1733Node 1734Node 1736Node 1737Node 1738Node 1739Node 1740Node 1741Node 1742Node 1744Node 1745Node 1746Node 1748Node 1749Node 1751Node 1752Node 1755Node 1756Node 1757Node 1758Node 1759Node 1760Target columnNode 1762Node 1764Node 1765Node 1766Node 1767Node 1768Node 1769Node 1770IQR multiplierNode 1772Node 1773Node 1775Node 1776Node 1778Node 1779Node 1780Node 1781Node 1782Node 1783Node 1784Node 1785Node 1786Node 1787Node 1788Node 1789Node 1790Node 1792Node 1793Node 1795Top : FeaturesBottom: TargetcolumnNode 1797Node 1798Node 1799Node 1801Node 1802Node 1803Node 1804Node 1808Node 1809Node 1810Contamination estimationNode 1812Node 1813Target columnTop output:Columns with Q1 = Q3Node 1816Node 1817Node 1819Node 1820Node 1821Remove outlier values.Node 1824Node 1825Node 1826Node 1827Node 1828Node 1829Node 1830Node 1832Node 1833Node 1834Node 1835Node 1836Node 1837Node 1838Node 1839IQR multiplierNode 1841Node 1842Node 1843Node 1845Node 1846Node 1847Node 1848Node 1849Node 1850Node 1852Node 1853Node 1854Create regex that excludes the target column.Node 1857Node 1858Node 1859Node 1862Node 1863Introduction text.Node 1865Node 1866Node 1867Node 1868Node 1870Node 1872Node 1873Node 1875Top : FeaturesBottom: TargetcolumnNode 1877Node 1878Node 1879Node 1881Node 1882Node 1883Node 1884Node 1886Node 1890Node 1891Node 1892Contamination estimationNode 1894Node 1895Target columnTop output:Columns with Q1 = Q3Node 1898Node 1899Node 1901Node 1902Node 1903Remove outlier values.Node 1906Node 1907Node 1908Create regex that excludes the target column.Node 1910Node 1911Node 1912Node 1913Node 1914Node 1915Node 1916Node 1917Node 1919Node 1920Node 1921IQR multiplierNode 1923Node 1924Node 1925Node 1928Node 1929Node 1930Node 1931Node 1932Node 1934Node 1935Node 1936Node 1938Node 1939Node 1940Introduction text.Node 1943Node 1944Node 1945Node 1946Node 1948Node 1951Node 1953Node 1954IQR multiplierNode 1956Node 1958Node 1959Node 1960Node 1961Node 1964Node 1965Node 1966Node 1968Node 1969Node 1970Node 1971Node 1972Node 1973Node 1974Node 1976Node 1977Node 1979Node 1980entferne outlier values.Node 1982Node 1983Node 1984Node 1985Node 1986Node 1987Node 1988Node 1990Node 1991Node 1992Node 1993Node 1994Node 1995Top output:Columns mit Q1 = Q3Node 1998Node 2000Node 2001Node 2002Node 2003Node 2005Node 2007Node 2008Node 2009Node 2012Node 2014Node 2015Node 2017Node 2018ZielspalteNode 2020Node 2021Node 2022Node 2023Node 2024Top : FeaturesBottom: TargetcolumnNode 2026Contamination estimationNode 2028Create regex that excludes the target column.Node 2030Node 2031Node 2033Node 2034Node 2035Node 2036Node 2037Node 2038Node 2039Node 2040Node 2041Node 2042Node 2043Contamination estimationNode 2045Node 2048Node 2049Node 2050Node 2051IQR multiplierNode 2053Node 2054Node 2055Node 2057Node 2058Create regex that excludes the target column.Node 2060Node 2061Top output:Columns mit Q1 = Q3Node 2064Node 2066Node 2068Node 2069Node 2070Node 2071Node 2072Node 2073Node 2074Node 2075Node 2076entferne outlier values.Node 2078Node 2079Node 2080Node 2081Node 2082Node 2083Node 2084Node 2085Node 2088Node 2090Node 2091Node 2092Node 2093Node 2094Node 2095Node 2096Node 2097Node 2098Node 2099Node 2100Node 2102Node 2103ZielspalteNode 2105Node 2106Node 2108Node 2109Node 2110Node 2112Node 2113Node 2114Node 2115Node 2116Node 2117Top : FeaturesBottom: TargetcolumnNode 2119Node 2121Node 2122Node 2123Node 2125Node 2126Node 2127Node 2128ZielspalteNode 2132Node 2134Node 2135Node 2136Node 2137Node 2138Node 2139Node 2140Node 2141Top : FeaturesBottom: TargetcolumnNode 2143Node 2144Node 2145Node 2146Node 2147Node 2149entferne outlier values.Node 2152Node 2153Node 2154Node 2155Node 2156Node 2157Node 2158Node 2159Node 2160Node 2161Node 2162Node 2163Node 2164Node 2165Top output:Columns mit Q1 = Q3Node 2170Node 2171Node 2172Node 2173Node 2174Node 2175Node 2176Node 2177Node 2178Node 2179Node 2180Node 2181Contamination estimationIQR multiplierNode 2184Node 2185Node 2186Node 2187Node 2189Create regex that excludes the target column.Node 2191Node 2193Node 2194Node 2195Node 2196Node 2199Node 2201Node 2202Node 2203Node 2204Node 2206Node 2207Node 2208Node 2209CSV Reader Missing Value Number To String Partitioning Random ForestLearner Random ForestPredictor Scorer String Manipulation Rule Engine Rule Engine Rule Engine Rule Engine Rule Engine Auto-Binner Many to One Auto-Binner Auto-Binner IF Switch End IF Column Rename Column Rename CSV Reader Missing ValueColumn Filter Missing Value Number To String Partitioning Random ForestLearner Random ForestPredictor Scorer Numeric Outliers Column Filter Row Filter Box Plot PCA CSV Reader Missing Value Missing ValueColumn Filter Number To String Constant ValueColumn Filter Case Converter Normalizer PCA Constant ValueColumn Filter Partitioning Random ForestPredictor Scorer Random ForestLearner Random ForestLearner Constant ValueColumn Filter Double To Int PCA Partitioning Scorer Random ForestLearner Random ForestPredictor CSV Reader CSV Reader Missing Value Missing ValueColumn Filter Column Splitter PCA Number To String Random ForestLearner Random ForestPredictor Scorer Partitioning Column Appender Case Converter Numeric Outliers Domain Calculator Auto-Binner StringConfiguration String To Number Column Filter Column Filter Column Appender Column ListLoop Start Loop End (ColumnAppend) StringCleanup StringSpltting Numeric Outliers Extract TableDimension Table Rowto Variable Java IF (Table) End IF Table Rowto Variable Extract TableDimension Java IF (Table) DuplicateRow Filter End IF Numeric Outliers Extract TableDimension Table Rowto Variable Java IF (Table) End IF Column Filter StringConfiguration Scorer Column Splitter Column Filter PCA End IF StringSpltting Numeric Outliers End IF Number To String Case Converter Numeric Outliers Extract TableDimension Column ListLoop Start End IF Table Rowto Variable Auto-Binner Loop End (ColumnAppend) Missing ValueColumn Filter Table Rowto Variable StringCleanup String To Number Extract TableDimension Column Appender Column Filter Java IF (Table) Partitioning DuplicateRow Filter Missing Value Table Rowto Variable Column Filter Column Appender Java IF (Table) CSV Reader Java IF (Table) Extract TableDimension Random ForestPredictor Random ForestLearner DecisionTree Learner Gradient BoostedTrees Learner Gradient BoostedTrees Predictor Scorer Partitioning Decision TreePredictor Scorer Automated MissingValue Handling Automated StatisticalFeature Selection Automated FeatureGeneration Automated ModelStacking Automated OutlierDetection Workflow Combiner Workflow Combiner Workflow Combiner Workflow Combiner Automated FeatureSelection Automated ModelSelection Automated ModelOptimization Target Selection CSV Reader Scorer PCA Box Plot Random ForestPredictor Partitioning Random ForestLearner Missing Value Missing ValueColumn Filter Target Selection Automated OutlierDetection Automated StatisticalFeature Selection Automated MissingValue Handling CSV Reader Automated FeatureSelection Automated FeatureGeneration Scorer GroupBy Scorer Missing ValueColumn Filter CSV Reader Missing Value Case Converter CSV Reader Number To String Column Splitter Scorer PCA Random ForestLearner Column Appender Missing ValueColumn Filter Missing Value Partitioning Random ForestPredictor StringConfiguration CSV Reader Column Appender Random ForestLearner Number To String Partitioning Column Filter Column Filter PCA Missing ValueColumn Filter Missing Value Column Appender Case Converter Column Splitter Auto-Binner Scorer String To Number Random ForestPredictor Variable toTable Row Scorer DoubleConfiguration Variable toTable Row Variable toTable Row Column Appender Column Appender Column Appender Variable toTable Row Sorter Transpose Column Splitter Variable toTable Row Column Appender Constant ValueColumn Filter Column Rename Column Appender Sorter Transpose Variable toTable Row Variable toTable Row Scorer Random ForestPredictor End IF Java IF (Table) Apply IsolationForest DoubleConfiguration Train IsolationForest Convert numerical targetcolumn to String. Create a mapping fromcolumn to ML task. Random ForestLearner Row Filter Exclude columns with Q1 = Q3from numeric outlier detection. Extract Table Spec ReferenceColumn Resorter Text Output Widget Numeric Outliers Case Converter StringCleanup Extract TableDimension Loop End (ColumnAppend) DecisionTree Learner Table Rowto Variable Table Rowto Variable Column Filter Joiner Column Appender Partitioning Column Appender Table Rowto Variable Partitioning Java IF (Table) Column Splitter Scorer String Manipulation(Variable) Extract TableDimension Numeric Outliers Gradient BoostedTrees Learner Auto-Binner Gradient BoostedTrees Predictor Merge Variables Variable toTable Row Extract TableDimension Random ForestLearner End IF Partitioning Column Splitter Missing Value Joiner Transpose Number To String Scorer End IF Random ForestPredictor Column Filter Row Filter CSV Reader Column ListLoop Start Data Explorer Filter constantcategorical columns. String To Number Missing ValueColumn Filter StringConfiguration Column Appender Column Filter Decision TreePredictor Column SelectionConfiguration Variable toTable Row Column SelectionWidget Column Appender Variable toTable Row Sorter End IF Numeric Outliers Java IF (Table) Table Rowto Variable DoubleConfiguration DuplicateRow Filter PCA IF Switch StringSpltting Column ListLoop Start String To Number Java IF (Table) Extract TableDimension Column Filter End IF Loop End (ColumnAppend) Column Filter Column Appender Table Rowto Variable DuplicateRow Filter Extract TableDimension Column Comparator Table Rowto Variable Apply IsolationForest Extract TableDimension Column Filter Convert numerical targetcolumn to String. Column Filter Column Splitter Partitioning CSV Reader Partitioning IF Switch Column ListLoop Start Extract TableDimension Column Appender StringSpltting Column SelectionWidget Filter constantcategorical columns. Create a mapping fromcolumn to ML task. Random ForestLearner Column Appender Random ForestPredictor DoubleConfiguration Java IF (Table) Random ForestLearner Column SelectionConfiguration Exclude columns with Q1 = Q3from numeric outlier detection. Variable toTable Row Scorer End IF Number To String Column Appender Java IF (Table) Numeric Outliers ReferenceColumn Resorter Java EditVariable (simple) Table Rowto Variable Missing ValueColumn Filter Partitioning Column Splitter End IF Loop End (ColumnAppend) Data Explorer End IF DuplicateRow Filter Random ForestPredictor Numeric Outliers Table Rowto Variable Java IF (Table) Variable toTable Row Sorter DoubleConfiguration Extract TableDimension End IF Table Rowto Variable Joiner Decision TreePredictor Scorer StringCleanup Numeric Outliers Gradient BoostedTrees Predictor Column Filter Train IsolationForest Missing Value PCA Case Converter Extract Table Spec String Manipulation(Variable) Gradient BoostedTrees Learner Scorer Variable toTable Row Joiner Row Filter String To Number StringConfiguration Text Output Widget Auto-Binner Transpose DecisionTree Learner Column Appender Merge Variables Table Rowto Variable Apply IsolationForest Extract TableDimension Column Filter Convert numerical targetcolumn to String. Column Filter Column Splitter Partitioning CSV Reader Partitioning IF Switch Column ListLoop Start Extract TableDimension Column Appender StringSpltting Row Filter Table Rowto Variable Filter constantcategorical columns. Create a mapping fromcolumn to ML task. Column SelectionWidget Random ForestLearner Column Appender Random ForestPredictor DoubleConfiguration Java IF (Table) Random ForestLearner Column SelectionConfiguration Exclude columns with Q1 = Q3from numeric outlier detection. Variable toTable Row Scorer End IF Number To String Column Appender Java IF (Table) Numeric Outliers ReferenceColumn Resorter Java EditVariable (simple) Table Rowto Variable Missing ValueColumn Filter String Manipulation(Variable) Partitioning Column Splitter End IF Loop End (ColumnAppend) End IF DuplicateRow Filter Random ForestPredictor Numeric Outliers Data Explorer Java IF (Table) Variable toTable Row Sorter DoubleConfiguration Extract TableDimension End IF Table Rowto Variable Joiner Scorer StringCleanup Numeric Outliers Gradient BoostedTrees Predictor Column Filter Train IsolationForest Missing Value PCA Case Converter Extract Table Spec Gradient BoostedTrees Learner Scorer Variable toTable Row Text Output Widget Joiner String To Number StringConfiguration Auto-Binner Transpose Column Appender Merge Variables Merge Variables Sorter Filter constantcategorical columns. Extract TableDimension Partitioning DoubleConfiguration Extract TableDimension Sorter StringConfiguration Random ForestLearner Transpose Missing Value Transpose Table Rowto Variable Apply IsolationForest DuplicateRow Filter Column Appender Random ForestPredictor StringSpltting End IF Table Rowto Variable PCA IF Switch Java IF (Table) Column Appender Column SelectionWidget Column Filter Variable toTable Row Numeric Outliers Scorer Scorer Gradient BoostedTrees Predictor Column Splitter Java IF (Table) StringCleanup Extract TableDimension Joiner Gradient BoostedTrees Learner Table Rowto Variable Column Filter Number To String Missing ValueColumn Filter Auto-Binner Joiner Exclude Spalten mit Q1 = Q3 von dernumerischen outlier detection. Random ForestPredictor Convert numerical targetcolumn to String. Java IF (Table) PureUniqueColumnDelete-inator Partitioning Case Converter Row Filter String To Number ReferenceColumn Resorter Variable toTable Row Column Filter Random ForestLearner Train IsolationForest Extract Table Spec Column ListLoop Start Breite der Werte analysieren undneue Variablen daraus definieren Table Rowto Variable Variable toTable Row End IF Numeric Outliers Java EditVariable (simple) Column SelectionConfiguration CSV Reader End IF Loop End (ColumnAppend) Column Appender Scorer Column Splitter End IF DoubleConfiguration Partitioning String Manipulation(Variable) Column Appender Random ForestLearner Scorer Random ForestPredictor Variable toTable Row Column Appender PureUniqueColumnDelete-inator Create CollectionColumn Create CollectionColumn Auto-Binner Create CollectionColumn Variable toTable Row Random ForestPredictor DoubleConfiguration Numeric Outliers Apply IsolationForest ReferenceColumn Resorter Random ForestPredictor Variable toTable Row Column Appender StringCleanup DoubleConfiguration Partitioning Extract TableDimension Random ForestLearner End IF Sorter String To Number String Manipulation(Variable) Table Rowto Variable Transpose IF Switch Exclude Spalten mit Q1 = Q3 von dernumerischen outlier detection. Table Rowto Variable Row Filter Column Filter Column SelectionWidget Java IF (Table) Extract TableDimension Scorer StringConfiguration Column Appender Java IF (Table) Scorer Number To String Variable toTable Row Numeric Outliers PCA PureUniqueColumnDelete-inator Missing ValueColumn Filter Column Filter Scorer Case Converter Random ForestLearner CSV Reader Joiner Filter constantcategorical columns. Column Appender Joiner Extract TableDimension Missing Value Column ListLoop Start Scorer Loop End (ColumnAppend) Column Appender End IF Random ForestLearner Column Appender Partitioning Column Filter Merge Variables Table Rowto Variable DuplicateRow Filter Column SelectionConfiguration Gradient BoostedTrees Learner Sorter Convert numerical targetcolumn to String. End IF End IF Java IF (Table) Extract Table Spec Random ForestPredictor Java EditVariable (simple) StringSpltting Column Splitter PureUniqueColumnDelete-inator Gradient BoostedTrees Predictor Column Splitter Variable toTable Row Breite der Werte analysieren undneue Variablen daraus definieren Partitioning Table Rowto Variable Transpose Train IsolationForest Sorter Extract TableDimension Table Rowto Variable String To Number Joiner IF Switch Column SelectionConfiguration Random ForestLearner Apply IsolationForest Variable toTable Row CSV Reader Column Appender End IF Random ForestLearner Table Rowto Variable Numeric Outliers Gradient BoostedTrees Predictor Column Splitter Column Filter Partitioning Gradient BoostedTrees Learner Transpose Variable toTable Row Convert numerical targetcolumn to String. Java IF (Table) Filter constantcategorical columns. Numeric Outliers Case Converter End IF Variable toTable Row Table Rowto Variable StringConfiguration Loop End (ColumnAppend) Column Appender Scorer Random ForestLearner Random ForestPredictor Number To String Java EditVariable (simple) Missing ValueColumn Filter PureUniqueColumnDelete-inator Column SelectionWidget ReferenceColumn Resorter Exclude Spalten mit Q1 = Q3 von dernumerischen outlier detection. Row Filter Transpose Column Filter End IF Scorer Random ForestPredictor DuplicateRow Filter Column Splitter StringSpltting Missing Value Scorer Create CollectionColumn Variable toTable Row DoubleConfiguration DoubleConfiguration Java IF (Table) Java IF (Table) Random ForestPredictor Column Appender Joiner Auto-Binner String Manipulation(Variable) PureUniqueColumnDelete-inator Extract Table Spec Sorter Extract TableDimension Extract TableDimension Table Rowto Variable Train IsolationForest Breite der Werte analysieren undneue Variablen daraus definieren Column Appender End IF Column Filter Scorer Column ListLoop Start Partitioning Merge Variables PCA Column Appender StringCleanup Partitioning

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: Krzys
Created at: 2021-04-21
On NodePit since: 2021-04-28
Last update: 2024-11-21
Created with KNIME version: v4.3.2

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

Try NodePit Runner!