おすすめ拡張機能

投稿日: 2021年7月2日
OS: Windows 10
バージョン: RapidMiner 9.9

RapidMinerには様々なエクステンションが用意されています。
ここでは、その中でも特におすすめのエクステンションをご紹介します。
※基本エクステンションはサポートの対象外となりますので、あらかじめご了承ください。

エクステンションのインストール方法

エクステンションのインストール方法は、こちらをご参照ください。

Python Scriptingエクステンションは、RapidMinerでPythonを扱えるようになるエクステンションです。

Execute PythonオペレータでPythonを実行できます。

また9.9以降ではPythonをオペレータ化することが可能です。

チーム内にPythonを書けるメンバーが一人いれば、オペレータを準備し配布することで、チーム全員がPythonと同等のことができるようになります。

例えば、RapidMinerではLightGBMは実装されていませんが、オペレータ化することでLightGBMを簡単に扱えるようになります。

Operator Toolboxエクステンションには、様々なオペレータが用意されています。

オペレータの中には、Operator ToolboxエクステンションからRapidMinerのオペレータへ実装されたオペレータが多くあります。このエクステンションを入れると、今後実装されるオペレータをいち早く扱えるかもしれません。

オペレータの多くにはチュートリアルが付いているため、英語を読まなくとも簡単に動きを確かめることができます。

例えば以下は、データセットをそのまま連結できるMerge Attributesオペレータのチュートリアルです。プロセス内にブレークポイントや実行を試すことで、どのような動きをするオペレータなのか、またどのようにオペレータを繋ぐのかを確認できます。

Convertersエクステンションは、様々な変換を行うオペレータを持つエクステンションです。

線形回帰モデルをExampleSetに変換するLinear Regression Model to ExampleSetや、混同行列をExampleSetに変換するConfusion Matrix to ExampleSetなど、変換に関するオペレータが多く実装されています。

RapidMiner内で違う形式に変換したい場合は、このエクステンション内のオペレータを使うと変換できるかもしれません。

Operator Toolboxと同様に、たくさんのチュートリアルが用意されているため、すぐに動きを確かめることができます。

以下は、Linear Regression Model to ExampleSetオペレータのチュートリアルです。

Deep Learningエクステンションは、RapidMiner内でディープラーニングを扱えるようになるエクステンションです。

デフォルトの状態でもH2OのDeep Learningオペレータが実装されていますが、このエクステンションを使用することで、画像を用いたディープラーニングなども行えるようになります。

使用する際は、Deep Learningエクステンションとともに、ND4J Back Endエクステンションもインストールしてください。

Image Handlingエクステンションは、RapidMiner内で画像を扱えるようになるエクステンションです。

Image Handligエクステンションと上記のDeep Learningエクステンションを使用すると、画像を読み込み、学習させることができるようになります。