KNIME ORNEK UYGULAMA Amaç: auto-mpg datasını kullanarak knime açık kaynak kodlu yazılımla sınıflandırma, kümeleme ve diğer modellerinin kullanımı anlatılacaktır. Veri URL: https://archive.ics.uci.edu/ml/datasets/auto+mpg Auto-mpg.data içerisinde bir araca dair şu bilgiler bulunmaktadır: Rowkey Cylinders Displacement Horsepower Weight Acceleration model year class:mpg Kullanılan Yazılım: KNIME 2.6.3 UYGULAMA ADIMLARI 1.Adım: Knime açık kaynak kodlu yazılım çalıştırılır ardından yeni bir proje oluşturulur.wizard yardımıyla New Knime Project seçilip next tusuna basılır. Ardından yeni proje ismi verilerek proje oluşturulur.
Şekil-1 : Yeni bir proje oluşturulması 2.Adım: Bu islemin ardından çalışmalarımızı tanımlayacağımız workflow ekranları gelir. Çalısma yaptığımız veriler CSV dosya formatında oldukları için çalısma alanlarından IO > Read sekmesi içerisinde yer alan CSV Reader nesnesini proje çalısma alanına sürükle bırak yönetimi ile yada çift tıkayarak eklenir.
Şekil-2 : CSV Reader çalışma alanına eklenmesi 3.Adım: CSV Reader çift tıklayarak ya da mouse sağ tuş -> Configure yapılarak konfigürasyon tarafı görülür. Burada önce dosya seçilir,ardından dosyadadaki veriler arasında virgül,noktalı virgül gibi hangisi ile ayrıldı ise bunu ikinci durumda giriyoruz. Has Row Header seçili ise seçimi kaldırıp OK tuşuna basılır.
Şekil-3 : CSV Reader Configure edilmesi(datanın seçimin yapıldığı ve buna bağlı işlemlerin yapıldığı yer) 4.Adım: CSV Reader execute yapılır ve burada tüm datalar görünür. Şekil-4 : CSV Reader Execute edildiği durum 5.Adım: Datadaki verilerin başlık adlarını değiştirmek için ekrana bir Column Rename eklenir. Şekil-5 : Column Rename çalışma alanına eklendi. 6.Adım:
Column Rename -> Sağ tuş Configure tıklanır.gelen ekranda data da var olan data başlıkları bulunur. rowkey alanının yanında chane tıklanır,yanında bulunan alan aktif hale gelir. Burada data da bulunan başlık yerine sizin görmek istediğiniz başlık yazılır. 7.Adım: Şekil-6 : Column Rename configure alanı Çalışma alanına data da bulunan kayıp veriler için bir tane Missing Value eklenir. 8.Adım: Şekil-7 : Missing Value, çalışma alanına eklenmesi
Çalışma alanına eklenen Missing Value seçilir ve çift tıklanır ya da fare ile sağ tuş configure tıklanarak.gelen konfigürasyon ekranın olmayan verilerin nasıl düzeltilmesini sorar bize. Burada integer,double,string ve bilinmeyen kolunları nasıl düzeltilmesini soruyor. Integer alanında Do Nothing : hiçbirşey yapma, Remove Row : satırı sil, Min : Genel toplamda minimum değere çevir aynı şekilde Max : genel toplamda en yüksek değere çevirir, Mean : Ortalama değer yapar. Bu işlemler diğer veri tipleri içinde yapılabilir.burada amaç kayıp veri yerine daha düzgün bir veriye erişmek. Şekil-8 : Missing Value, konfigürasyon alanı
9.Adım: Missing Value seçimler yapıldıktan sonra OK tuşuna basılır ve Missing Value,Execute edilir. Sonuç şekil-9 da görüldüğü gibidir. 10.Adım: Şekil-9 : Missing Value,configure edildikten sonra execute sonrası düzeltilmiş datalar. Kümeleme modellemesi dair ekrana bir tane k-means eklenir.kümelemede asıl amaç verileri gruplandırıp bunları çeşidine göre analiz yapmak.örneğin bir toplulukta bulunan insanları ten renglerine göre gruplandırmak isterseniz bunları beyaz,sarışın,zenci şeklinde gruplandırmak yapılan işlemleri daha da kolaylaştırır.
Şekil-10 : Missing Value,configure edildikten sonra execute sonrası düzeltilmiş datalar. 11.Adım: k-means çift tıklayarak gelen ekranda number of cluster da bulunan kaçarlı küme olarak ayıracaksın diye soruyor.burada ben üçlü kümeleme yaptım.3 sayısı öylesine verilen bir sayı değil aksine yapılan kümelemede üç sayısının kümelenen veriler arasında daha orantılı bir şekilde orantıladığı için bu sayı verilmiştir. 12.Adım: Şekil-11 : k-means Properties k-means çalıştırıldığında şekil-12 de görülen ekran geliyor.burada dikkat edilmesi gereken bu işlem sonrası en sona bir sütun ekleyip verileri hangi kümeye dair olduğunu gösteriyor. Bunlar şunlardır:
Cluster_0 Cluster_1 Cluster_2 Şekil-12 : k-means execute görünüm 13.Adım: k-means kümeleerinin filtrelenmesi için ekrana üç tane Row Filter ekliyoruz.üç tane olmasının sebebi üç kümemizin olmasıdır.
Şekil-13 : Row-Filter,çalışma alanına eklendi. 14.Adım: Row Filter çift tıklayarak use pattern matching altında bulunan pattern alanına ilk row filter a cluster_0,ikincisine cluster_1,üçüncü row filter a cluster_2 olarak seçiyoruz.ardından row filter lar execute edilir.
Şekil-14 : Row-Filter,kümelerin seçilmesi. 15.Adım: Row Filter alara üç tane Numeric Binner ekliyoruz.bunlar bizim verdiğimiz değerler arasındaki datada bulunan alanlara bizim belirlediğimiz türleri yazılmasını sağlıyor. Çalışma alanında her row filter a bir tane Numeric Binner eklendi.
Şekil-15 : Numeric Binner çalışma alanına eklendi. 16.Adım: Numeric Binner çift tıklayarak properties erişilir.burada biz sıfırdan yüz kilometeye araçların kaç dakika çıktıklarına göre isimlendirdik. Eğer 0-10 ise en hizli, 10-20 hizli,20 üzerinde ise araç için yavaş yazacak.bu işlemleri yaptıktan sonra Numeric Binner lar Execute edilir.
Şekil-16 : Numeric Binner properties alanı 17.Adım: Numeric Binner execute dildiğinde şekil-17 deki gibi en sona bir sutun eklenip bu bizim belirlediğimiz şekilde görünüyor.
Şekil-17 : Numeric Binner execute görünüm 18.Adım: Numeric Binner ların her birine birer tane Decision Tree Learner ekliyoruz.burada karar ağaçları, elde edilen verinin analizi yapıyor.çalışma alanımızda üç tane Decision Tree Learner eklendi.
Şekil-18 : Decision Tree Learner çalışma alanına eklendi. 19.Adım: Decision Tree Learner çift tıklayıp properties kısmında hangi alana göre analiz yapılmasını sorar.buradaki class clolumn alanları string türünde olmalıdır.biz araçın hızlanmasına göre analiz yapmasını istiyoruz.bunun için class column alanında hizlanmasi seçiyoruz.diğer alanlar, Min number records per node alanı: minimum değer,bir altındaki alan ise kaç kayıdın görünmesini bize soruyor.daha sonra OK tıklanır. Şekil-19 : Decision Tree Learner properties kısmı 20.Adım:
Decision Tree Learner çalıştırılır.ekrana şekil-20 de bulunan ekran gelir.bu işlemleri diğer iki decision tree learner içinde yapılıyor. Şekil-20 : Decision Tree Learner execute edildiğinde 21.Adım: k-means den sonrasına bir partioning ekliyoruz.bu nun özelliği datanızı parçalayabilme özelliğinin olmasıdır.
Şekil-21 : partioning,çalışma alanına eklenmesi 22.Adım: Partioning çift tıklayarak properties alanına eriştiğimizde datalarımız nasıl bölmemeizi soruyor.şekil-22 de görüldüğü gibi. Relative alanında %70 oranında bölüyoruz.daha sonra ok deyip ardından execute ediyoruz.partitioning bir bacağını Row filtera diğer bacağını ise birazdan yapacağımız Decision Tree Predictor a bağlıyoruz.
Şekil-22 : partioning,properties alanı 23.Adım: Çalışma alanına üç tane Decision Tree Predictor ekliyoruz.bunların bir bacağı(burda kastedilen veriyi alacağı alanlardan bir tanesi) Decision Tree Learner diğer Partitioning. Decision Tree Predictor ların properties leri yoktur.bunları execute direk edebiliriz.bunlar %70,%30 oranında böldüğümüz data üzerinden bize analiz sonucunu gösterecektir.
Şekil-23 : Decision Tree Predictor, çalışma sayfasına eklenmesi ve ilişkilendirilmesi. 24.Adım: Decision Tree Predictor, execute edildiğinde analiz sonuçlarını Şekil-24 gibi gösterecektir.burada hizli diye bizim tarif ettiklerimizin %91.8 hizli,diğerlerinin yavaş,bunun da beygir gücü ve diğerleriyle ilgili analiz sonucunu gösteriyor.
Şekil-24 : Decision Tree Predictor, execute edildikten sonra analiz sonucu SONUC: Bu çalışmada 24 adımda Knıme Open source uygulamasında modelleme,karar ağaçlarının kullanımı,veriyi filtreleme ve bozuk olan datanın nasıl düzeltileceği anlatılmıştır.
NOT: Çalışmanın en son halidir.