Discretize by User Specification
概要
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。選択した数値属性が名義属性に変更されます。
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。数値は、 classesパラメーターでユーザーが指定したしきい値に従って、クラスにマップされます。ユーザーは、各クラスの上限を指定することにより、クラスを定義できます。すべてのクラスの下限は、前のクラスの上限として自動的に定義されます。最初のクラスの下限は、負の無限大であると想定されます。 「Infinity」を使用して、classsパラメーターの上限として正の無限大を指定できます。これは通常、最後のクラスで行われます。クラスの名前が「?」の場合、このクラスに入る数値は、結果の属性の不明な値に置き換えられます。
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 Frequency
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。
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。
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。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。属性はメタデータで指定されているため、メタデータは入力用のデータに添付する必要があります。 Retrieveオペレーターは、メタデータとデータを提供します。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、ユーザーが指定したクラスに従って名義属性に変換され、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ブロックタイプはどちらも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、他のパラメーター(ブロックタイプ、ブロックタイプ例外を使用)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。すべての例が前述の数値条件を満たすすべての数値属性が選択されます。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。すべての属性が左側のリストにあります。属性は、選択した属性のリストである右側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、特別な役割を持つ属性です。特別な属性は、例を識別する属性です。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
- classesこれは、この演算子の最も重要なパラメーターです。数値がマップされるクラスを指定するために使用されます。クラスの名前と上限はここで指定されます。数値は、定義されたしきい値に従ってクラスにマッピングされます。ユーザーは、各クラスの上限を指定することにより、クラスを定義できます。すべてのクラスの下限は、前のクラスの上限として自動的に定義されます。最初のクラスの下限は、負の無限大であると想定されます。 「Infinity」を使用して、classsパラメーターの上限として正の無限大を指定できます。これは通常、最後のクラスで行われます。クラスの名前が「?」の場合、このクラスに入る数値は、結果の属性の不明な値に置き換えられます。 範囲:
チュートリアルプロセス
ゴルフデータセットの数値属性の離散化
このサンプルプロセスの焦点は、classesパラメーターです。 classesパラメーター以外のほとんどすべてのパラメーターは、離散化が実行される属性の選択用です。これらのパラメーターを理解するために、属性の選択演算子のプロセス例について学習してください。
「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。ユーザー指定による離散化演算子が適用されます。 「温度」および「湿度」属性が離散化のために選択されます。 classesパラメーターでわかるように、4つのクラスが指定されています。負の無限大から70までの値は、「低」クラスにマッピングされます。 70〜80を超える値は、「平均」クラスにマッピングされます。 80から90を超える値は「高」クラスにマッピングされます。 90を超える値は、不明(欠損)値と見なされます。これは、プロセスを実行し、結果ワークスペースで結果を表示することで確認できます。 「湿度」属性の値は、行番号4および8でそれぞれ96および95であったことに注意してください。離散化された属性では、classesパラメーターで定義された最後のクラスのため、これらの値は不明な値に置き換えられます。