Discretize by Frequency

概要

この演算子は、数値属性をユーザー指定のビン数に離散化することにより、選択した数値属性を名義属性に変換します。等しい頻度のビンが自動的に生成されます。異なるビンの範囲は異なる場合があります。

詳細

この演算子は、選択された数値属性を名義属性に離散化します。 ビン数パラメーターは、必要なビン数を指定するために使用されます。 binの数は、examplesパラメーターのuse sqrtを使用して指定することもできます。 サンプルのuse sqrtパラメーターがtrueに設定されている場合、ビンの数は、欠損値のないサンプルの数の平方根として計算されます（単一の属性ごとに計算されます）。この離散化は、等しい周波数ビニングによって実行されます。つまり、すべてのビンに同じ数の数値が含まれるように、すべてのビンのしきい値が選択されます。数値は、その数値をカバーする範囲セグメントを表すビンに割り当てられます。各範囲には自動的に名前が付けられます。範囲の名前付け形式は、 範囲名の型パラメーターを使用して変更できます。ビンの範囲に入る値は、その範囲の名前に従って名前が付けられます。

RapidMinerでは他の離散化演算子も利用できます。周波数による離散化演算子は、すべてのビンの一意の値の数が（ほぼ）等しくなるようにビンを作成します。対照的に、ビン化による離散化演算子は、すべてのビンの範囲が（ほぼ）等しくなるようにビンを作成します。

分化

Discretize by Binning

ビニングによる離散化演算子は、すべてのビンの範囲が（ほぼ）等しくなるようにビンを作成します。

Discretize by Size

サイズによる離散化演算子は、各ビンがユーザー指定のサイズ（例の数）を持つようにビンを作成します。

Discretize by Entropy

離散化は、誘導されたパーティションでエントロピーが最小になるようにビン境界を選択することにより実行されます。

Discretize by User Specification

この演算子は、選択された数値属性をユーザー指定のクラスに離散化します。

入力

サンプルセット（IOObject）この入力ポートには、ExampleSetが必要です。これは、添付のプロセス例のRetrieveオペレーターの出力です。他の演算子の出力も入力として使用できます。入力ExampleSetには少なくとも1つの数値属性が必要です。そうでない場合、この演算子を使用しても意味がありません。

出力

サンプルセット（IOObject）選択された数値属性は、離散化（頻度）により公称属性に変換され、結果のExampleSetがこのポートを介して配信されます。
オリジナル（IOObject）入力として指定されたExampleSetは、このポートを介して出力に変更せずに渡されます。これは通常、別の演算子で同じExampleSetを再利用するため、または結果ワークスペースでExampleSetを表示するために使用されます。
前処理モデル（前処理モデル）このポートは、現在のプロセスにおけるこのオペレーターのパラメーターに関する情報を含む前処理モデルを提供します。

パラメーター

create_view基礎となるデータを変更する代わりに、ビューを作成することが可能です。このパラメータを選択して、このオプションを有効にします。通常、データに対して直接実行される変換は、値が要求されるたびに計算され、データを変更せずに結果が返されます。範囲：ブール
attribute_filter_typeこのパラメーターを使用すると、属性選択フィルターを選択できます。属性の選択に使用する方法。次のオプションがあります。
- all：このオプションは、単にExampleSetのすべての属性を選択します。これがデフォルトのオプションです。
- single：このオプションでは、単一の属性を選択できます。このオプションを選択すると、別のパラメーター（属性）がパラメーターパネルに表示されます。
- サブセット：このオプションを使用すると、リストから複数の属性を選択できます。 ExampleSetのすべての属性がリストに存在します。必要な属性は簡単に選択できます。メタデータが不明な場合、このオプションは機能しません。このオプションを選択すると、別のパラメーターがパラメーターパネルに表示されます。
- regular_expression：このオプションを使用すると、属性選択用の正規表現を指定できます。このオプションを選択すると、他のパラメーター（正規表現、式以外の使用）がパラメーターパネルに表示されます。
- value_type：このオプションを使用すると、特定のタイプのすべての属性を選択できます。型は階層的であることに注意してください。たとえば、実数型と整数型は両方とも数値型に属します。このオプションを使用して属性を選択する場合、ユーザーは型階層の基本的な理解が必要です。このオプションを選択すると、他のパラメーター（値の型、値の型の例外を使用）がパラメーターパネルに表示されます。
- block_type：このオプションは、value_typeオプションと同様に機能します。このオプションにより、特定のブロックタイプのすべての属性を選択できます。ブロックタイプは階層的であることに注意する必要があります。たとえば、value_series_startおよびvalue_series_endブロックタイプは両方ともvalue_seriesブロックタイプに属します。このオプションを選択すると、他のいくつかのパラメーター（ブロックタイプ、ブロックタイプの例外を使用）がパラメーターパネルに表示されます。
- no_missing_values：このオプションは、どの例でも欠損値を含まないExampleSetのすべての属性を選択するだけです。欠損値が1つでもある属性は削除されます。
- 数値フィルター：このオプションを選択すると、パラメーターパネルに別のパラメーター（数値条件）が表示されます。例がすべて上記の数値条件を満たす数値属性がすべて選択されます。指定された数値条件に関係なく、すべての名義属性も選択されることに注意してください。
範囲：選択
attributeこのオプションから必要な属性を選択できます。メタデータがわかっている場合、 パラメータ属性のドロップダウンボックスから属性名を選択できます。範囲：文字列
attributesこのオプションから必要な属性を選択できます。これにより、2つのリストを含む新しいウィンドウが開きます。すべての属性は左側のリストにあり、右側のリスト（選択した属性のリスト）に移動できます。範囲：文字列
regular_expressionこの式に名前が一致する属性が選択されます。正規表現は非常に強力なツールですが、初心者には詳細な説明が必要です。正規表現の編集およびプレビューメニューから正規表現を指定することは常に有効です。このメニューは、正規表現の良いアイデアを提供します。また、異なる表現を試して結果を同時にプレビューすることもできます。範囲：文字列
use_except_expression有効にすると、最初の正規表現の例外を指定できます。このオプションを選択すると、別のパラメーター（正規表現を除く ）がパラメーターパネルに表示されます。範囲：ブール
except_regular_expressionこのオプションを使用すると、正規表現を指定できます。この表現に一致する属性は、最初の正規表現（ 正規表現パラメーターで指定された正規表現 ）に一致する場合でも除外されます。範囲：文字列
value_type選択する属性のタイプは、ドロップダウンリストから選択できます。範囲：選択
use_value_type_exception有効にすると、選択したタイプの例外を指定できます。このオプションを有効にすると、別のパラメーター（ 値タイプを除く ）がパラメーターパネルに表示されます。範囲：ブール
except_value_typeこの型に一致する属性は、前述の型、つまり値型パラメーターの値に一致しても選択されません。範囲：選択
block_type選択する属性のブロックタイプは、ドロップダウンリストから選択できます。範囲：選択
use_block_type_exception有効にすると、選択したブロックタイプの例外を指定できます。このオプションを選択すると、別のパラメーター（ ブロックタイプを除く ）がパラメーターパネルに表示されます。範囲：ブール
except_block_typeこのブロックタイプに一致する属性は、前述のブロックタイプ、つまりブロックタイプパラメータの値に一致する場合でも選択されません。範囲：選択
numeric_condition数値属性の例をテストするための数値条件をここで指定します。たとえば、数値条件「> 6」は、すべての例ですべての名義属性と6より大きい値を持つすべての数値属性を保持します。条件の組み合わせが可能です： ‘> 6 && <11’または ‘<= 5 || <0 ‘。しかし、&&および|| 1つの数値条件で一緒に使用することはできません。 ‘（> 0 && <2）のような条件|| （> 10 && <12） ‘は、&&と||の両方を使用するため許可されません。「>」、「=」、「<」の後に空白を使用します。たとえば、「<5」は機能しないため、代わりに「<5」を使用します。範囲：文字列
include_special_attributes特別な属性は、例を識別する特別な役割を持つ属性です。対照的に、通常の属性は単に例を示しています。特別な属性は、id、ラベル、予測、クラスター、重量、およびバッチです。デフォルトでは、属性の選択演算子の条件に関係なく、すべての特別な属性が選択されます。このパラメーターがtrueに設定されている場合、特殊属性は、属性の選択演算子で指定された条件に対してもテストされ、条件を満たす属性のみが選択されます。範囲：ブール
invert_selectionこのパラメーターがtrueに設定されている場合、NOTゲートとして機能し、選択を反転します。その場合、選択された属性はすべて選択解除され、以前に選択されていなかった属性が選択されます。たとえば、属性「att1」が選択され、このパラメーターのチェック前に属性「att2」が選択されていない場合。このパラメーターを確認すると、「att1」が選択解除され、「att2」が選択されます。範囲：ブール
use_sqrt_of_examples trueに設定すると、ビンの数は、ビンの数パラメーターを使用する代わりに、非欠損値の数の平方根によって決定されます。範囲：ブール
number_of_binsこのパラメーターは、例のuse sqrtパラメーターがtrueに設定されていない場合にのみ使用できます。このパラメーターは、各属性に使用されるビンの数を指定します。範囲：整数
range_name_typeこのパラメーターは、範囲の命名形式を変更するために使用されます。「long」、「short」、および「interval」形式が利用可能です。範囲：選択
automatic_number_of_digitsこれはエキスパートパラメータです。 範囲名タイプパラメータが「間隔」に設定されている場合にのみ使用できます。範囲名の桁数を自動的に決定する必要があるかどうかを示します。範囲：ブール
number_of_digitsこれはエキスパートパラメータです。間隔名に使用される最小桁数を指定するために使用されます。範囲：整数

チュートリアルプロセス

「ゴルフ」データセットの温度属性を周波数で離散化する

このプロセス例の焦点は、（周波数による）離散化手順です。属性の選択に関連するパラメーターを理解するには、属性の選択演算子のプロセス例について調べてください。

「ゴルフ」データセットは、検索演算子を使用してロードされます。周波数による離散化演算子が適用されます。「温度」属性が離散化のために選択されます。ビン数パラメーターは3に設定されます。プロセスを実行し、結果ワークスペースに切り替えます。「温度」属性が数値形式から名義形式に変更されていることがわかります。「温度」属性の値は、3つの範囲に分割されています。各範囲には、等しい数の一意の値があります。「range1」と「range3」には4つの例があり、「range2」には6つの例があることがわかります。しかし、「range2」では、「Temperature」の値72と75が2回出現します。したがって、本質的に4つの一意の数値が「range2」に存在します。