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。

Generate Macro

概要

この演算子は、既存のマクロから新しいマクロを計算するために使用できます。現在のプロセスの後続の演算子のパラメーター値に%{macro_name}を記述することにより、マクロを使用できます。マクロは、マクロが定義された後に来る現在のプロセスのすべてのオペレーターが使用できる値と見なすことができます。この演算子は、既存のマクロを再定義するためにも使用できます。

詳細

この演算子を使用して、現在のプロセスの後続の演算子のパラメーター値で使用できるマクロを定義できます。マクロが定義されると、 %{macro_name}形式のマクロ名をパラメーター値に書き込むことにより、そのマクロの値を次の演算子のパラメーター値として使用できます。定義済み。マクロの生成演算子では、マクロ名と関数の説明が関数の説明パラメーターで指定されます。マクロは、パラメーターの値文字列でマクロの値に置き換えられます。この演算子を使用して、 関数記述パラメーターで名前としてそのマクロの名前を指定することにより、既存のマクロを再定義することもできます。

多数の操作と関数がサポートされているため、豊富な式を作成できます。操作と関数のリスト、およびそれらの説明については、式の編集ダイアログを開きます。複雑な式は、複数の操作と関数を使用して作成できます。括弧を使用して操作をネストできます。 RapidMiner 6.0.3以降、式が有効でない場合、演算子は失敗するため、修正できます。すべての操作の説明は、次の形式に従います。

この演算子は、さまざまな定数もサポートしています(たとえば、「INFINITY」、「PI」、「e」)。ここでも、[式の編集]ダイアログで完全なリストを見つけることができます。操作で文字列を使用することもできますが、文字列値は二重引用符( “)で囲む必要があります。

マクロの生成演算子で使用可能な関数は、属性の生成演算子の関数と同様に動作します。これらの関数の使用方法を理解するには、属性の生成演算子のプロセス例について学習してください。

マクロ

マクロは、マクロが定義された後に来る現在のプロセスのすべてのオペレーターが使用できる値と見なすことができます。マクロを使用するときは常に、演算子が正しい順序であることを確認してください。マクロをパラメーター値で使用する前に定義する必要があります。マクロは、RapidMinerの高度なトピックの1つです。添付の​​サンプルプロセスを調べて、マクロの理解を深めてください。

いくつかの定義済みマクロもあります。

  • %{process_name}:プロセスの名前に置き換えられます(パスと拡張子なし)
  • %{process_file}:プロセスのファイル名に置き換えられます(拡張子付き)
  • %{process_path}:プロセスファイルの完全な絶対パスに置き換えられます
  • %{execution_count}:現在の演算子が適用された回数に置き換えられます。
  • %{operator_name}:現在の演算子の名前に置き換えられます。

多くのループ演算子(ループ値、ループ属性など)のような他の演算子も特定のマクロを追加することに注意してください。

入力

  • スルー (IOObject)このポートにオブジェクトを接続することは必須ではありません。このポートで接続されたオブジェクトは、出力ポートを変更せずに配信されます。この演算子は複数の入力を持つことができます。ある入力が接続されると、別の入力(ある場合)を受け入れる準備ができている別の入力ポートを介して使用可能になります。入力の順序は同じままです。 Generate Macroオペレーターの入力ポートを介して最初に提供されたオブジェクトは、出力ポートを介して最初に使用可能です。

出力

  • スルー(IOObject)入力として与えられたオブジェクトは、このポートを介して出力に変更されることなく渡されます。このポートを他のポートに接続することは必須ではありません。このポートが接続されていない場合でも、マクロ値が計算されます。 Generate Macroオペレーターには、複数の出力を含めることができます。 1つの出力が接続されると、出力ポートを介して別の出力が使用可能になり、別の出力(ある場合)を配信する準備が整います。出力の順序は同じままです。 Generate Macroオペレーターの最初の入力ポートで配信されたオブジェクトは、最初の出力ポートで配信されます

パラメーター

  • function_descriptionsマクロ名のリストと新しいマクロを定義する式は、このパラメーターで指定されます。 範囲:

チュートリアルプロセス

既存のマクロから新しいマクロを生成

このプロセス例では、仮想マクロの生成演算子を使用して既存のマクロから新しいマクロを定義する方法を説明する架空のシナリオについて説明します。 K-NN演算子のkパラメーターの値が、入力ExampleSetのサンプル数の比率に動的に設定されるように、ExampleSetにK-NN演算子を適用するとします。必要な比率がk = n * 0.025であると仮定します。ここで、nは入力ExampleSetの例の数です。

多項式データセットは、Retrieve演算子を使用してロードされます。マクロの抽出演算子を適用して、新しいマクロを作成します。マクロパラメータは「example_count」に設定され、マクロタイプパラメータは「number of examples」に設定されます。したがって、「example_count」という名前のマクロが作成されます。このマクロの値は、多項式データセットの例の数に等しくなります。次に、マクロの生成演算子が適用されます。関数の説明パラメーターで定義されているマクロは1つだけです。マクロの名前は「value_k」で、次の式で定義されます:ceil(eval(%{example_count})* 0.025)。ここで「example_count」マクロの使用に注意してください。このプロセスが実行されると、「%{example_count}」は「example_count」マクロの値に置き換えられます。これは、200である入力ExampleSetの例の数に等しくなります。すべてのマクロは文字列なので、eval関数を使用する必要があります数値として200を取得します。したがって、実行時に ‘value_k’マクロを定義する式はceil(200 * 0.025)として評価されます。この式の結果は5です。K-NN演算子は、パラメーターkが ‘%{value_k}’に設定された多項式データセットに適用されます。実行時に、「%{value_k}」は「value_k」マクロの実際の値5に置き換えられます。したがって、K-NN演算子は、パラメータkが5に設定された多項式データセットに適用されます。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検証されます。

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