Knime基础数据案例(1)统计数据分组

1.在Node Repository中搜索Excel Reader节点并拖拽到工作台中。

2.鼠标右键工作台中的Excel Reader 点击Configure,进入到配置中。


3.单击Browse...添加数据文件,单击OK完成添加数据。

4.单击Execute执行加载数据到节点中。

加载的数据。

5.搜索GroupBy节点拖拽到工作台中并且和Excel Reader节点连接。

6.右键GroupBy节点单击Configure进行配置。

7.设置分组Column。

8.设置参数。

9.右键GroupBy节点点击Excute执行。

结果展示

10.添加Excel Writer节点并和GroupBy节点连接起来。

11.对Excel Writer进行配置。

12.设置文件名字和保存路径。

13.右键Excel Writer单击Execute执行。

14.查看保存文件。

15.demo需要的原始数据。

链接:https://pan.baidu.com/s/1hos1Innbduc8xTye3p6flA?pwd=1234

提取码:1234

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
泰坦尼克号数据是一个常用的数据集,被用来进行分析和建模。KNIME是一款数据分析工具,可以用来处理和分析泰坦尼克号数据集。 使用KNIME进行泰坦尼克号数据分析的第一步是导入数据集。可以通过KNIME数据导入节点来加载CSV文件,然后进行数据预处理。预处理包括数据清洗、缺失值处理和特征工程。 在数据清洗阶段,我们可以使用KNIME数据处理节点来处理不符合规范的数据,例如删除重复行、删除不必要的列、清洗异常值等。在缺失值处理中,可以使用KNIME的节点填充缺失值,例如使用均值、中位数或众数进行填充。 接下来是特征工程的阶段,这是一个重要的步骤,用于提取出对分类结果有影响的特征。可以使用KNIME的特征选择节点来选择最重要的特征,还可以使用节点进行特征缩放和编码。 在数据准备工作完成后,可以使用KNIME的模型训练节点来训练分类模型。可以选择常见的分类算法,如决策树、逻辑回归、支持向量机等。通过交叉验证和网格搜索来优化模型参数。 在模型训练完成后,可以使用KNIME的模型评估节点来评估模型的性能。可以计算准确率、精确率、召回率等指标,还可以绘制学习曲线和混淆矩阵来进行模型评估。 最后,可以使用KNIME的模型部署节点将训练好的模型应用到新数据上。可以使用KNIME数据导出节点将结果保存为CSV文件或数据库。 总之,通过使用KNIME进行泰坦尼克号数据分析,我们可以完成从数据导入到模型评估的整个流程。KNIME提供了丰富的数据处理和分析工具,能够帮助我们更好地理解和利用泰坦尼克号数据集。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值