Anfaenger_Cheat_Sheet_Uebersetzung.docx

Anfänger Cheat Sheet CSV Writer: Schreibt die Eingabetabelle in eine CSV-Datei oder an einen entfernten Ort, der durch eine URL gekennzeichnet ist.\ \ CSV Reader: Liest CSV-Dateien. Es gibt eine automatische Erkennungsfunktion, um die Dateistruktur automatisch zu erraten. Wie bei anderen Reader-Kno...

Anfänger Cheat Sheet CSV Writer: Schreibt die Eingabetabelle in eine CSV-Datei oder an einen entfernten Ort, der durch eine URL gekennzeichnet ist.\ \ CSV Reader: Liest CSV-Dateien. Es gibt eine automatische Erkennungsfunktion, um die Dateistruktur automatisch zu erraten. Wie bei anderen Reader-Knoten können Sie einen \"File-System-Verbindung\"-Eingangsport hinzufügen, um auf verschiedene Datenquellen zuzugreifen.\ \ Excel Reader: Liest Inhalte von Blättern in Excel-Dateien (XLS, XLSX). Blätter und Zellen, die gelesen werden sollen, können im Konfigurationsfenster definiert werden.\ \ Table Creator: Ermöglicht es Benutzern, manuell eine Datentabelle im Konfigurationsfenster als Datenblatt zu erstellen. Datenzellen können in das Blatt kopiert und eingefügt werden. Perfekt zum Erstellen kleiner Datensätze.\ \ Model Reader: Liest maschinelle Lernmodelle, die mit einem der Lernknoten generiert wurden. Modelle werden normalerweise nach dem Training gespeichert und zur Bereitstellung wiederverwendet.\ \ Table Reader: Liest Daten aus einer.table-Datei..table-Dateien werden in einem KNIME-eigenen Format organisiert, das für Platz und Geschwindigkeit optimiert ist -- und so maximale Leistung bei minimaler Konfiguration bietet.\ \ Google Sheets Reader: Liest Daten aus einer Google Sheets-Datei. Die Authentifizierung erfolgt auf der Google-Website. Google-Anmeldeinformationen werden nicht im KNIME-Workflow gespeichert. Streudiagramm (Scatter Plot): Stellt Eingabedatenzeilen als Punkte in einem zweidimensionalen Diagramm dar. Die Eingabedimensionen (Spalten) auf der x-y-Achse sowie grafische Eigenschaften können im Konfigurationsfenster oder interaktiv in der Knotenansicht geändert werden.\ \ Liniendiagramm (Line Plot): Zeichnet numerische Werte in Datenspalten (y-Achse) gegen Werte in einer Referenzspalte (x-Achse). Datenpunkte werden durch farbige Linien verbunden. Wenn die Referenzspalte auf der x-Achse sortierte Zeitwerte enthält, stellt das Liniendiagramm die Entwicklung einer Zeitreihe dar.\ \ Daten-Explorer: Bietet eine interaktive Ansicht zur Zusammenfassung der Statistiken der Eingabedaten über statistische Maßzahlen und Histogramme -- sowohl für numerische als auch für nominale Spalten.\ \ Sunburst-Diagramm: Stellt kategoriale Spalten durch eine Hierarchie von Ringen dar. Jeder Ring wird gemäß den nominalen Werten in der entsprechenden Spalte und der ausgewählten Hierarchie unterteilt. Dies ist ein leistungsstarkes Diagramm für die multivariate Analyse.\ \ Farb-Manager: Weist jeder Eingabezeile basierend auf dem Wert in einer ausgewählten Spalte eine Farbeigenschaft zu. Diese Farbeigenschaft beeinflusst die grafische Darstellung in den nachfolgenden Ansichten.\ \ Box-Plot: Visualisiert numerische Spalten unter Verwendung der Quartilstatistik. Achten Sie auf die Punkte am Ende der \"Whiskers\" -- sie könnten Ausreißer markieren!\ \ Gestapeltes Flächendiagramm (Stacked Area Chart): Zeichnet mehrere numerische Datenspalten übereinander, wobei die vorherige Linie als Basisreferenz dient. Die Flächen zwischen den Linien werden zur einfacheren Vergleichbarkeit eingefärbt. Dieses Diagramm wird häufig zur Visualisierung von Trendthemen verwendet.\ \ Interaktives Kreisdiagramm (Interactive Pie Chart): Visualisiert eine aggregierte Metrik für verschiedene Datenpartitionen mit farbigen Segmenten in einem Kreis, wobei die Flächen proportional zu den Metrikwerten sind. Die Partitionen werden durch eine kategoriale Spalte definiert.\ \ Balkendiagramm (Bar Chart): Visualisiert eine oder mehrere aggregierte Metriken für verschiedene Datenpartitionen mit rechteckigen Balken, wobei die Höhen proportional zu den Metrikwerten sind. Die Partitionen werden durch eine kategoriale Spalte definiert.\ \ Entscheidungsbaum-Lerner (Decision Tree Learner): Der Lerner-Knoten trainiert einen C4.5- oder einen CART-Entscheidungsbaum. Das Konfigurationsfenster enthält Optionen für das Pruning, das frühzeitige Stoppen, Informationsmaße, Aufteilungswerte und mehr. Sowohl der Lerner- als auch der Prädiktor-Knoten bieten eine interaktive Ansicht, in der der Entscheidungsbaum zusammen mit der Eingabedatenverarbeitung angezeigt wird.\ \ K-Means: Implementiert den k-Means-Clustering-Algorithmus. Die Anzahl der Cluster muss vor der Ausführung des Knotens festgelegt werden. Dieser Knoten erstellt die Cluster. Der Cluster-Zuweiser-Knoten findet den nächstgelegenen Cluster und weist ihn der Eingabezeile zu. Da es sich um einen unüberwachten Algorithmus handelt, folgt dieses Knotenpaar nicht dem klassischen Schema \"Lerner -- Prädiktor\".\ \ Logistische Regression Lerner (Logistic Regression Learner): Der Lerner-Knoten trainiert ein logistisches Regressionsmodell, um kategoriale Zielwerte vorherzusagen. Das Konfigurationsfenster enthält Optionen für den Solver, die Auswahl der Eingabe-Features, Regularisierungsfunktionen zur Vermeidung von Overfitting und mehr.\ \ Scorer: Berechnet eine Reihe von Leistungsmaßen wie Genauigkeit, F1-Score oder Cohens Kappa, um die Qualität eines Klassifikators zu quantifizieren.\ \ Numerischer Scorer (Numeric Scorer): Berechnet eine Reihe numerischer Fehlermaße wie Root Mean Squared Error, Mean Absolute Error oder R², um die Qualität eines numerischen Prädiktormodells zu quantifizieren.\ \ ROC-Kurve: Zeigt die Receiver Operating Characteristic (ROC)-Kurve eines Klassifikators, der an einem binären Klassenproblem arbeitet. Eine der beiden Klassen wird willkürlich als positive Klasse ausgewählt, und die ROC-Kurve wird auf den Wahrscheinlichkeiten/Ergebnissen für diese Klasse im Eingabedatensatz aufgebaut.\ \ Knotenleiste: Interagiert direkt mit dem Knoten, um z.B. den Knoten zu konfigurieren, auszuführen, abzubrechen oder zurückzusetzen.\ \ Node-Status:\ - Nicht konfiguriert: Der Knoten ist noch nicht konfiguriert und kann mit den aktuellen Einstellungen nicht ausgeführt werden.\ - Konfiguriert: Der Knoten wurde korrekt konfiguriert und kann jederzeit ausgeführt werden.\ - Ausgeführt: Der Knoten wurde erfolgreich ausgeführt, und die Ergebnisse können eingesehen und in nachfolgenden Knoten verwendet werden.\ - Fehler: Der Knoten hat während der Ausführung einen Fehler festgestellt.