RapidMiner(ラピッドマイナー)はデータ可視化、データ加工、モデル作成、評価、運用まで一括サポートする機械学習プラットフォームです。KSKアナリティクスはRapidMinerの正規販売代理店です。

Extract Mode

概要

この演算子は、1つ以上の時系列のモード(最も頻繁な値)を計算します。

詳細

この演算子は、1つ以上の時系列の1つ以上のモード(最も頻繁な値)を計算します。計算された機能は、オペレーターの機能出力ポートでExampleSetとして提供されます 。モードの最大順序(最も頻繁、2番目に頻繁、…)は、パラメーターmax mode orderで定義できます。パラメーターマルチモーダルモードは、同じ頻度の複数の値(これをマルチモーダルと呼びます)の処理方法を定義します。

時系列名を追加するパラメーターに応じて、ExampleSetには時系列と機能のすべての組み合わせの属性を持つ1つの例、またはn個の例(時系列ごとに1つの例)があります。 Process Windowsオペレーターと組み合わせて、このオペレーターを使用して、一般的な機械学習問題の準備として時系列のウィンドウの特徴を計算できます。

デフォルトでは、無効な値(すべての時系列の欠落、数値時系列の正の無限大と負の無限大、名目時系列の空の文字列)がモードの決定に含まれます。この無効な値の1つが時系列で最も頻繁にある場合、計算モード機能はこの値です。これを変更するには無効な値無視するパラメーターを選択し、 無効な値は無視します。

この演算子は、すべての時系列(日付時刻値を含む数値、名義、および時系列)で機能します。

入力

  • サンプルセット (IOObject)時系列データを属性として含むExampleSet。

出力

  • 機能(IOObject)属性として計算されたモードを含むExampleSet。時系列名を追加するパラメーターに応じて、ExampleSetには時系列と機能のすべての組み合わせの属性を持つ1つの例、またはn個の例(時系列ごとに1つの例)があります。
  • オリジナル(IOObject)入力として与えられたExampleSetは、変更なしでパススルーされます。

パラメーター

  • attribute_filter_typeこのパラメーターを使用すると、時系列属性選択フィルターのフィルターを選択できます。時系列値を保持する属性を選択する方法。さまざまなフィルタータイプは次のとおりです。
    • all:このオプションは、ExampleSetのすべての属性を時系列属性として選択します。これがデフォルトのオプションです。
    • single:このオプションを使用すると、単一の時系列属性を選択できます。必須の属性は、属性パラメーターによって選択されます。
    • subset:このオプションを使用すると、リストを介して複数の時系列属性を選択できます(パラメーター属性を参照)。 ExampleSetのメタデータがわかっている場合、すべての属性がリストに存在し、必要な属性を簡単に選択できます。
    • regular_expression:このオプションにより、時系列属性選択用の正規表現を指定できます。正規表現フィルターは、正規表現パラメーターによって構成されます。excessexpressionおよびexcept expressionを使用します。
    • value_type:このオプションにより、特定のタイプのすべての属性を選択して時系列属性にすることができます。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。値タイプフィルターは、パラメーター値タイプによって構成されます。値タイプを除く値タイプ例外を使用します。
    • block_type: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して時系列属性にすることができます。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。ブロックタイプフィルターは、パラメーターブロックタイプによって構成され、ブロックタイプを除くブロックタイプ例外を使用します。
    • no_missing_values:このオプションは、ExampleSetのすべての属性を、どの例でも欠損値を含まない時系列属性として選択します。欠損値が1つでもある属性は選択されません。
    • numeric_value_filter:例がすべて所定の数値条件に一致するすべての数値属性が、時系列属性として選択されます。条件は、数値条件パラメーターによって指定されます。

    範囲:

  • attribute必要な属性は、このオプションから選択できます。メタデータがわかっている場合は、パラメーター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:
  • attributes必要な属性は、このオプションから選択できます。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。これらは、選択した時系列属性のリストである右側のリストに移動できます。範囲:
  • regular_expressionこの式に名前が一致する属性が選択されます。式は、 正規表現の編集およびプレビューメニューで指定できます。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:
  • 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。この例外は、 except regular expressionパラメーターによって指定されます。範囲:
  • 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、最初の表現( 正規表現パラメーターで指定された表現 )に一致する場合でも除外されます。範囲:
  • value_typeこのオプションにより、属性のタイプを選択できます。範囲:
  • 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。この例外は、 except value typeパラメーターによって指定されます。範囲:
  • except_value_typeこのタイプに一致する属性は、 value typeパラメーターで指定された前に選択されたタイプと一致した場合でも、最終出力から削除されます。範囲:
  • block_typeこのオプションを使用すると、属性のブロックタイプを選択できます。次のタイプのいずれかを選択できます:value_series、value_series_start、value_series_end。範囲:
  • 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。この例外は、 except block typeパラメーターによって指定されます。範囲:
  • except_block_typeこのブロックタイプに一致する属性は、 ブロックタイプパラメータによって選択された前のタイプと一致した場合でも、最終出力から削除されます。ここでは、value_series、value_series_start、value_series_endのいずれかのブロックタイプを選択できます。範囲:
  • numeric_condition数値条件フィルタータイプで使用される数値条件。すべての例がこの属性に指定された条件に一致する場合、数値属性が選択されます。たとえば、数値条件「> 6」は、すべての例で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。範囲:
  • invert_selectionこのパラメーターをtrueに設定すると、選択が逆になります。その場合、指定された条件に一致しないすべての属性が時系列属性として選択されます。 include特殊属性パラメーターがtrueに設定されていないため、 反転選択パラメーターとは無関係に特殊属性は選択されません。その場合、条件は特別な属性にも適用され、このパラメーターがチェックされている場合は選択が逆になります。範囲:
  • include_special_attributes特別な属性は、特別な役割を持つ属性です。これらは、ID、ラベル、予測、クラスター、重量、バッチです。また、カスタムロールを属性に割り当てることができます。デフォルトでは、フィルター条件に関係なく、特別な属性は時系列属性として選択されません。このパラメーターがtrueに設定されている場合、指定された条件に対して特別な属性もテストされ、条件に一致する属性が選択されます。範囲:
  • max_mode_orderこのパラメーターは、抽出されるモードの最大順序を定義します。範囲:
  • multi_modal_modeこのパラメーターは、同じ頻度の値の処理方法を定義します。
    • first k occurence:最初のk個の値(系列での出現に関して最初のもの)のみが返されます。 kはパラメーターmax kによって定義されます。
    • random k:ランダムに描画されたk値が返されます。 kはパラメーターmax kによって定義されます。
    • all:すべてのマルチモーダル値が返されます。

    範囲:

  • max_kモード次数ごとの値の最大数。 multi modal modefirst k occurenceまたはrandom k設定されている場合に計算されます範囲:
  • add_time_series_nameこのパラメーターをtrueに設定すると、時系列属性の名前がプレフィックスとして機能属性の名前に追加されます。結果のExampleSetには、1つの例とn個の属性があり、n = <時系列の数> x <機能の数>です。このパラメーターがfalseに設定されている場合、 time seriesという名前の追加属性が時系列の名前とともに追加されます。結果のExampleSetには、n = <時系列の数>およびm = <機能の数>のn個の例とm + 1属性が含まれます。 時系列属性の役割はidに設定されます。範囲:
  • ignore_invalid_valuesこのパラメーターがtrueに設定されている場合、無効な値(すべての時系列の欠落、数値時系列の正の無限大と負の無限大、名目時系列の空の文字列)はモードの計算で無視されます。範囲:
  • use_local_random_seedこのパラメーターは、multi modal moderandom k設定されている場合にlocal random seed を使用するかどうかを示します。範囲:
  • local_random_seed use local random seedパラメーターがオンの場合、このパラメーターはローカルランダムシードを決定します。範囲:

チュートリアルプロセス

日平均気温データセットの抽出モード

このチュートリアルプロセスでは、Daily Mean Temperatur Data Setの最も頻繁な4つの温度値が抽出されます。詳細な説明については、プロセスのコメントを参照してください。

API認証に失敗しました メールまたはパスワードが正しくありません メールアドレスは必須です パスワードは必須です
キャンセル