Кластеризация с перекрестной проверкой в ​​Rapid Miner

Я не уверен, что я делаю неправильно здесь, но я надеюсь, что кто-то может мне помочь. Я пытаюсь запустить x-проверку в быстром майнере с кластеризацией k-средних в качестве моей модели.

Я импортирую свой набор данных, устанавливаю роль «метки» для одного атрибута, преобразовываю данные из номинальных в числовые, а затем подключаю этот вывод к процессу x-валидации. Затем я подключаю обучающие данные к модели кластеризации k-средних и подключаю модель кластеризации к модели для данных тестирования. Я применяю модель из модели k-средних, а затем применяю процесс производительности.

Я продолжаю получать сообщение об ошибке, что мне нужен специальный атрибут «метка».

Я не уверен, что я делаю неправильно здесь, любая помощь приветствуется.

Основной процесс: main-process

Процесс X-проверки: x-validation

Сообщение об ошибке: error


k-means data-mining cross-validation rapidminer
person Narutkowski    schedule 14.12.2014    source источник

Ответы (2)


arrow_upward
0
arrow_downward

X-Validation требует метки и прогноза. Кластеризация не дает прогноза; он распределяет примеры по разным кластерам. Чтобы изменить выделенный кластер на прогноз, вы можете использовать оператор Map Clustering on Labels. Поместите это между операторами Apply Model и Performance.

Если количество кластеров отличается от количества допустимых значений меток, процесс выдаст ошибку.

person Andrew Chisholm    schedule 14.12.2014

arrow_upward
0
arrow_downward

если вы хотите проверить свою кластеризацию при проверке, вам также может подойти процедура начальной загрузки. Начальную загрузку можно легко заархивировать, используя цикл и пример оператора. Прилагается процесс, делающий это.

Если вы используете сопоставление из кластеризации для маркировки, вы просто получаете производительность из проверки. Если вы хотите иметь сгруппированные примеры, вы можете использовать X-Prediction с тем же трюком.

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<process version="6.1.001-SNAPSHOT">
  <context>
    <input/>
    <output/>
    <macros/>
  </context>
  <operator activated="true" class="process" compatibility="6.1.001-SNAPSHOT" expanded="true" name="Process">
    <process expanded="true">
      <operator activated="true" class="retrieve" compatibility="6.1.001-SNAPSHOT" expanded="true" height="60" name="Retrieve Sonar" width="90" x="112" y="75">
        <parameter key="repository_entry" value="//Samples/data/Sonar"/>
      </operator>
      <operator activated="true" class="loop" compatibility="6.1.001-SNAPSHOT" expanded="true" height="76" name="Loop" width="90" x="313" y="75">
        <parameter key="iterations" value="10"/>
        <process expanded="true">
          <operator activated="true" class="sample_bootstrapping" compatibility="6.1.001-SNAPSHOT" expanded="true" height="76" name="Sample (Bootstrapping)" width="90" x="179" y="30"/>
          <operator activated="true" class="k_means" compatibility="6.1.001-SNAPSHOT" expanded="true" height="76" name="Clustering (2)" width="90" x="313" y="30"/>
          <connect from_port="input 1" to_op="Sample (Bootstrapping)" to_port="example set input"/>
          <connect from_op="Sample (Bootstrapping)" from_port="example set output" to_op="Clustering (2)" to_port="example set"/>
          <connect from_op="Clustering (2)" from_port="cluster model" to_port="output 1"/>
          <portSpacing port="source_input 1" spacing="0"/>
          <portSpacing port="source_input 2" spacing="0"/>
          <portSpacing port="sink_output 1" spacing="0"/>
          <portSpacing port="sink_output 2" spacing="0"/>
        </process>
      </operator>
      <connect from_op="Retrieve Sonar" from_port="output" to_op="Loop" to_port="input 1"/>
      <connect from_op="Loop" from_port="output 1" to_port="result 1"/>
      <portSpacing port="source_input 1" spacing="0"/>
      <portSpacing port="sink_result 1" spacing="0"/>
      <portSpacing port="sink_result 2" spacing="0"/>
    </process>
  </operator>
</process>
person mschmitz    schedule 15.12.2014