Podcast
Questions and Answers
CSV Writer kann Daten in eine CSV-Datei schreiben.
CSV Writer kann Daten in eine CSV-Datei schreiben.
True (A)
Google Sheets Reader speichert Google-Anmeldeinformationen im KNIME-Workflow.
Google Sheets Reader speichert Google-Anmeldeinformationen im KNIME-Workflow.
False (B)
Ein Liniendiagramm stellt Werte in Datenspalten gegen eine Referenzspalte dar.
Ein Liniendiagramm stellt Werte in Datenspalten gegen eine Referenzspalte dar.
True (A)
Table Creator ermöglicht die automatische Erstellung von Datentabellen ohne Benutzereingabe.
Table Creator ermöglicht die automatische Erstellung von Datentabellen ohne Benutzereingabe.
Der Model Reader liest maschinelle Lernmodelle nach deren Training.
Der Model Reader liest maschinelle Lernmodelle nach deren Training.
Table Reader kann Daten aus einer .txt-Datei lesen.
Table Reader kann Daten aus einer .txt-Datei lesen.
Der Daten-Explorer bietet eine interaktive Ansicht von Histogrammen.
Der Daten-Explorer bietet eine interaktive Ansicht von Histogrammen.
Das Sunburst-Diagramm ist für die Darstellung von numerischen Daten optimiert.
Das Sunburst-Diagramm ist für die Darstellung von numerischen Daten optimiert.
Ein Scatter Plot stellt Datenzeilen als Punkte in einem ein-dimensionalen Diagramm dar.
Ein Scatter Plot stellt Datenzeilen als Punkte in einem ein-dimensionalen Diagramm dar.
CSV Reader hat keine Erkennungsfunktion für die Dateistruktur.
CSV Reader hat keine Erkennungsfunktion für die Dateistruktur.
Der Box-Plot visualisiert numerische Spalten unter Verwendung der Medianstatistik.
Der Box-Plot visualisiert numerische Spalten unter Verwendung der Medianstatistik.
Ein gestapeltes Flächendiagramm wird häufig zur Visualisierung von Trendthemen verwendet.
Ein gestapeltes Flächendiagramm wird häufig zur Visualisierung von Trendthemen verwendet.
Der Entscheidungsbaum-Lerner trainiert einen k-Means-Clustering-Algorithmus.
Der Entscheidungsbaum-Lerner trainiert einen k-Means-Clustering-Algorithmus.
Ein interaktives Kreisdiagramm visualisiert aggregierte Metriken mit rechteckigen Balken.
Ein interaktives Kreisdiagramm visualisiert aggregierte Metriken mit rechteckigen Balken.
Das K-Means-Algorithmus verlangt, dass die Anzahl der Cluster vor der Ausführung des Knotens festgelegt wird.
Das K-Means-Algorithmus verlangt, dass die Anzahl der Cluster vor der Ausführung des Knotens festgelegt wird.
Ein Balkendiagramm visualisiert nur eine Metrik für eine Datenpartition.
Ein Balkendiagramm visualisiert nur eine Metrik für eine Datenpartition.
Im Farb-Manager wird jeder Eingabezeile eine Farbeigenschaft basierend auf einer ausgewählten Spalte zugewiesen.
Im Farb-Manager wird jeder Eingabezeile eine Farbeigenschaft basierend auf einer ausgewählten Spalte zugewiesen.
Der logistische Regressions-Lerner wird zur Vorhersage numerischer Zielwerte eingesetzt.
Der logistische Regressions-Lerner wird zur Vorhersage numerischer Zielwerte eingesetzt.
Die Punkte am Ende der "Whiskers" im Box-Plot sind immer Ausreißer.
Die Punkte am Ende der "Whiskers" im Box-Plot sind immer Ausreißer.
Der Cluster-Zuweiser-Knoten findet den nächstgelegenen Cluster und weist ihn der Eingabezeile zu.
Der Cluster-Zuweiser-Knoten findet den nächstgelegenen Cluster und weist ihn der Eingabezeile zu.
Das Konfigurationsfenster enthält Optionen für den Solver und Regularisierungsfunktionen.
Das Konfigurationsfenster enthält Optionen für den Solver und Regularisierungsfunktionen.
Der Scorer berechnet nur den F1-Score zur Qualitätsquantifizierung eines Klassifikators.
Der Scorer berechnet nur den F1-Score zur Qualitätsquantifizierung eines Klassifikators.
Der numerische Scorer verwendet Root Mean Squared Error zur Bewertung eines Klassifikator.
Der numerische Scorer verwendet Root Mean Squared Error zur Bewertung eines Klassifikator.
Die ROC-Kurve wird für binäre Klassenprobleme erstellt.
Die ROC-Kurve wird für binäre Klassenprobleme erstellt.
Die Knotenleiste ermöglicht es, mit dem Knoten zu interagieren, z.B. ihn zu konfigurieren oder zurückzusetzen.
Die Knotenleiste ermöglicht es, mit dem Knoten zu interagieren, z.B. ihn zu konfigurieren oder zurückzusetzen.
Der Status 'Nicht konfiguriert' bedeutet, dass der Knoten erfolgreich ausgeführt wurde.
Der Status 'Nicht konfiguriert' bedeutet, dass der Knoten erfolgreich ausgeführt wurde.
Ein Knoten wird als 'fehlerhaft' markiert, wenn er erfolgreich ausgeführt wurde.
Ein Knoten wird als 'fehlerhaft' markiert, wenn er erfolgreich ausgeführt wurde.
Der Knoten status 'Konfiguriert' bedeutet, dass er mit den aktuellen Einstellungen ausgeführt werden kann.
Der Knoten status 'Konfiguriert' bedeutet, dass er mit den aktuellen Einstellungen ausgeführt werden kann.
Die ROC-Kurve wird mithilfe der Wahrscheinlichkeiten/Ergebnisse für die negative Klasse erstellt.
Die ROC-Kurve wird mithilfe der Wahrscheinlichkeiten/Ergebnisse für die negative Klasse erstellt.
Der Knoten kann jederzeit ausgeführt werden, wenn er den Status 'Konfiguriert' hat.
Der Knoten kann jederzeit ausgeführt werden, wenn er den Status 'Konfiguriert' hat.
Study Notes
Daten-Ein- und Ausgabe-Tools
- CSV Writer: Schreibt Daten in eine CSV-Datei oder an eine angegebene URL.
- CSV Reader: Liest CSV-Dateien; erkennt automatisch die Dateistruktur und kann über einen „File-System-Verbindung“-Eingangsport auf verschiedene Datenquellen zugreifen.
- Excel Reader: Ermöglicht das Lesen von Excel-Dateien (XLS, XLSX) und das Definieren spezifischer Blätter und Zellen zur Verarbeitung.
Datenverwaltung
- Table Creator: Erlaubt die manuelle Erstellung von Datentabellen im Konfigurationsfenster; ideal für kleine Datensätze.
- Model Reader: Liest maschinelle Lernmodelle, die von Lernknoten generiert wurden; zur Wiederverwendung nach dem Training.
- Table Reader: Liest Daten aus .table-Dateien, optimiert für maximale Leistung bei minimaler Konfiguration.
Visualisierung von Daten
- Google Sheets Reader: Liest Daten aus Google Sheets; erfordert Authentifizierung über die Google-Website.
- Streudiagramm: Visualisiert Eingabedaten als Punkte in einem 2D-Diagramm; x-y-Achsen und grafische Eigenschaften sind anpassbar.
- Liniendiagramm: Stellt Verlauf von numerischen Werten dar; verwendet Farbverbindungen zwischen den Datenpunkten.
- Daten-Explorer: Bietet interaktive Statistikanalysen durch statistische Maßzahlen und Histogramme für numerische und nominale Daten.
- Sunburst-Diagramm: Visualisiert kategoriale Daten durch hierarchische Ringe; nützlich für multivariate Analysen.
Farb- und Diagrammanagement
- Farb-Manager: Weist jeder Eingabezeile basierend auf einer ausgewählten Spalte eine Farbe zu, zur grafischen Unterscheidung.
- Box-Plot: Anzeige der Quartilstatistik zur Identifikation von Ausreißern; zeigt numerische Verteilung.
- Gestapeltes Flächendiagramm: Visualisiert mehrere numerische Datenspalten übereinander mit farblichen Abgrenzungen zum einfachen Vergleich.
- Interaktives Kreisdiagramm: Stellt aggregierte Metriken für Datenpartitionen dar, wobei Flächen proportional zu Metrikwerten sind.
- Balkendiagramm: Visualisiert aggregierte Metriken mit rechteckigen Balken; die Höhen repräsentieren die Metrikwerte.
Maschinelles Lernen
- Entscheidungsbaum-Lerner: Trainiert C4.5 oder CART Entscheidungsbäume; bietet Optionen für Pruning und Informationsmaße.
- K-Means: Implementiert den k-Means-Clustering-Algorithmus; die Anzahl der Cluster muss zuvor festgelegt werden.
- Logistische Regression Lerner: Trainiert ein Modell zur Vorhersage kategorialer Zielwerte; optimiert durch Regularisierungsfunktionen.
Modellbewertung
- Scorer: Bewertet Klassifikatoren durch Maßnahmen wie Genauigkeit, F1-Score und Cohen's Kappa.
- Numerischer Scorer: Bewertet numerische Prädiktormodelle durch Fehlermaße wie RMSE und Mean Absolute Error.
- ROC-Kurve: Zeigt die Receiver Operating Characteristic (ROC)-Kurve für binäre Klassifikationsprobleme; eine Klasse als positiv ausgewählt.
Knotenstatus
- Nicht konfiguriert: Knoten braucht Konfiguration, um ausgeführt zu werden.
- Konfiguriert: Knoten ist korrekt konfiguriert und bereit zur Ausführung.
- Ausgeführt: Knoten wurde erfolgreich ausgeführt; Ergebnisse sind verfügbar.
- Fehler: Knoten hat während der Ausführung einen Fehler festgestellt.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Erfahren Sie, wie man CSV-Dateien schreibt und liest sowie Excel-Blätter verarbeitet. Dieses Quiz bietet Ihnen eine einfache Einführung in die Grundlagen der Nutzung von CSV- und Excel-Readern. Testen Sie Ihr Wissen über Datenformate und deren Handhabung.
