Latihan_​Clustering_​P3

Node ini membaca file Excel (format xlsx, xlsm, xlsb, dan xls). Node ini dapat membaca satu atau beberapa file sekaligus, namun hanya membaca satu lembar kerja (sheet) per file. Jenis data Excel yang didukung meliputi string, angka, boolean, tanggal, dan waktu, tetapi tidak mencakup gambar, diagram, dan sebagainya.

Node ini memungkinkan penyaringan kolom dari tabel input, sehingga hanya kolom-kolom yang tersisa yang diteruskan ke tabel output. Di dalam dialog, kolom dapat dipindahkan di antara daftar Include (Sertakan) dan Exclude (Kecualikan).

Node ini menghasilkan pusat klaster untuk jumlah klaster yang telah ditentukan sebelumnya (tidak mendukung jumlah klaster yang dinamis). K-means melakukan pengelompokan tegas (*crisp clustering*) yang menempatkan setiap vektor data ke dalam tepat satu klaster. Algoritma ini berhenti ketika penempatan klaster tidak lagi berubah. Algoritma pengelompokan ini menggunakan jarak Euclidean pada atribut-atribut yang dipilih. Data tidak dinormalisasi oleh node ini (jika diperlukan, Anda sebaiknya mempertimbangkan penggunaan "Normalizer" sebagai langkah pra-pemrosesan).

Tidak lagi disarankan: Gunakan node Color Palette Designer atau Color Gradient Designer sebagai gantinya, karena kedua node tersebut mencakup fungsionalitas node ini.

Warna dapat ditetapkan untuk kolom nominal (di mana nilai-nilai yang mungkin harus tersedia) maupun kolom numerik (dengan batas bawah dan atas). Jika batas-batas tersebut tidak tersedia, tanda '?' akan ditampilkan sebagai nilai minimum dan maksimum. Nilai-nilai tersebut kemudian dihitung saat eksekusi berlangsung. Jika atribut kolom dipilih, warna dapat diubah menggunakan pemilih warna (color chooser).

Fitur ini menetapkan bentuk (yang berbeda) untuk setiap nilai atribut dari satu kolom nominal, yaitu untuk setiap nilai yang mungkin ada. Tampilan pendukung kemudian akan menampilkan titik data menggunakan bentuk yang dikaitkan dengan nilai atribut tersebut. Sebagai contoh, jika terdapat dataset dengan dua kelas berbeda ("class1" dan "class2"), "class1" dapat ditetapkan bentuk lingkaran dan "class2" bentuk segitiga. Dengan demikian, nilai-nilai dalam dataset tersebut dapat dibedakan dengan mudah berdasarkan bentuknya.

Pada kotak dialog yang tersedia, Anda dapat memilih kolom nominal yang memuat nilai-nilai tersebut. Nilai-nilai yang mungkin muncul akan ditampilkan di kolom sebelah kiri, sedangkan bentuknya dapat diatur pada kolom sebelah kanan tabel dengan cara mengeklik kolom tersebut dan memilih bentuk yang diinginkan.

Membuat diagram sebar (scatterplot) dari dua atribut yang dapat dipilih. Setiap titik data kemudian ditampilkan pada posisi yang sesuai, berdasarkan nilai atribut-atribut yang dipilih tersebut. Titik-titik tersebut ditampilkan dengan warna yang ditentukan oleh Color Manager, ukuran yang ditentukan oleh Size Manager, dan bentuk yang ditentukan oleh Shape Manager.

Node ini menetapkan data baru ke sekumpulan prototipe yang sudah ada, yang diperoleh misalnya melalui klasterisasi k-means. Setiap titik data ditetapkan ke prototipe terdekatnya.

Node ini memfilter tabel input berdasarkan kriteria filter yang ditentukan. Setiap kriteria dapat mengacu pada nomor baris, RowID, atau nilai sel dari suatu baris. Berbagai kriteria dapat digabungkan (mirip dengan logika Boolean menggunakan AND dan OR) untuk menetapkan kriteria filter keseluruhan yang diterapkan pada setiap baris.

Node ini menulis tabel data input ke dalam lembar kerja (spreadsheet) pada file Excel, yang kemudian dapat dibaca oleh aplikasi lain seperti Microsoft Excel. Node ini dapat membuat file baru atau menambahkan data ke file Excel yang sudah ada. Saat menambahkan data, data input dapat ditempatkan sebagai lembar kerja baru atau ditambahkan setelah baris terakhir pada lembar kerja yang sudah ada. Dengan menambahkan beberapa port input tabel data, data dapat ditulis atau ditambahkan ke beberapa lembar kerja dalam file yang sama.