Icon

Parte 2 (2)

Leitura de Dados dos ficheiros de recursos

Tratamento dos dados:

1 - Agregação dos dados utilizando UserID e Department

2 - Conversão do RiskLevel para String

3 - Particção dos dados em 75% Aprendizagem e 25% Testes

Desenvolvimento do modelo capaz de prever o nível de risco dos utilizadores

Apresentação dos valores de precisão do modelo:

1 - Filtrar a linha com os valores de precisão total do modelo

2 - Filtrar as colunas com os valores de precisão

3 - Apresentar os resultados em formato tabela

Gerar e guardar uma imagem da Árvore de Decisão, a partir do output da Decision Tree Learner:

1 - Gerar uma imagem PNG de tamanho 1920x1080

2 - Guardar a imagem gerada na pasta do projeto

Carregaruser_activity.xls
Excel Reader
Carregarauth_logs.csv
CSV Reader
Agregar os dadosusando UserIDe Department
Joiner
TransformarRiskLevel em String
Number to String
Separação dos dados75% aprendizagem15% testes
Table Partitioner
Decision Tree LearnerRiskLevel
Decision Tree Learner
Decision Tree Predictor
Filtrar as colunascom os valores daprecisão
Column Filter
Scorer do modelo
Scorer
Guardar a imagem gerada na pasta do projeto
Image Writer (Port)
Filtrar a linhaque mostra aprecisão geraldo modelo
Row Filter
Apresentar os valoresda precisão em formatotabela
Table View
Gerar a imagemdo Decision Tree Learner
Decision Tree to Image

Nodes

Extensions

Links