问题标签 [rapidminer]

在 RapidMiner 中，我试图从 div 类“描述”中提取数据。当我使用 Google XPath 导入 XML 测试语法时，它会返回适当的数据。当我在 RapidMiner 中尝试以下操作时，我得到空白结果：

这有效：

但我得到了所有的 HTML 标记数据。

我需要添加或删除什么？

在同一个文档上，我能够得到这个来返回预期的结果：

XML:

我需要将数据传递给神经网络运算符。一些属性是二项式的，神经网络不接受二项式数据类型，但它接受整数。没有二项式到整数（数值）类型转换运算符。那么我该如何转换呢？

感谢您的回答

我有六个输入、一个隐藏层和两个输出节点（1；0）的前馈神经网络。该 NN 通过 0;1 值学习。应用模型时，创建了变量confidence(0)和confidence(1)，其中每行这两个数字的总和为1。我的问题是：这两个数字(confidence(0)和confidence(1))是什么究竟是什么意思？这两个数字是概率吗？

感谢您的回答

Rapidminer 有一个基于 libsvm 的 SVM 模块。我如何知道它使用的是哪个版本的 libsvm？

我使用 Rapidminer 中的 libsvm 模块和 Libsvm 本身针对相同的数据集测试了 SVM 分类器，即使它们使用相同的参数设置，得到的预测分数也不同。

我正在从事一个数据挖掘项目，并想挖掘这个数据集高等教育招生以获取有趣的模式或知识。我的问题是弄清楚哪种技术最适合数据集。

我目前正在使用 RapidMiner 5.0 处理数据集，并从数据中删除了两列（E550 - 参考年份，E931 - 学生总数 EFTSL），因为它们与分析无关。除了我用作id的 StudentID （整数）之外，其余属性都是名义上的。我目前正在对其进行分类（朴素贝叶斯），但希望得到其他人的意见，希望那些在这方面有更多经验的人。谢谢。

我正在使用快速矿工从特定数据中抓取网站。问题是如果我尝试经常抓取网站，它会提供错误的数据。

如果我从其他 IP 地址看到相同的数据，它会显示与我在不同 IP 地址上抓取的数据不同的数据。

有什么办法可以克服这个问题吗？

有谁知道如何将数据库中的视图读取到 rapidminer 中？我建立了一个到 Microsoft SQL 服务器的连接，并且我正在使用读取数据库运算符，但它只显示表列表，而不是视图。已经设置好了，我可以使用 Access 看到它。我在 rapidminer 中工作时正在处理该视图，因此我需要一个指向它的实时链接，而不是在 rapidminer 中重新创建查询。有什么我遗漏的东西，还是 rapidminer 不支持视图？

我在机器学习或集群方面没有太多经验，所以我对如何解决这个问题有点茫然。我感兴趣的数据由 4 列组成，其中一列只是一个 id。其他 3 个包含数值数据，值 >= 0。我需要的聚类实际上非常简单，我可以手动完成，但稍后会变得不太清楚，所以我想从正确的过程开始。我需要 6 个集群，它们取决于 3 列（称为 A、B 和 C），如下所示：

在这个阶段，这些集群将洞察数据，为进一步分析提供信息。

由于我对此很陌生，我还没有充分了解进行聚类的各种算法，所以我真的不知道从哪里开始。任何人都可以建议使用合适的模型，或者我可以研究的一些模型。

我有一组具有 14 个常规属性的数据。我正在尝试从该训练数据中创建Rapidminer中的最佳决策树，以便我可以在评分数据上使用该树。

但是我不确定决策树使用哪些参数（例如：标准、最小增益、置信度等）？我也不确定我可以/应该将哪些其他运算符（如果有的话）应用于我的模型？

谁能给我一些关于什么最有效的一般提示？

我所拥有的数据是尝试确定是否有人开设了新的银行账户，他们的信用状况是否良好。我有信用状况、账户类型、历史、就业、性别、工作等信息。

谢谢你。

我有一个文本数据列表，我想从中提取某些部分。我目前正在使用正则表达式来提取我想要的数据，但它开始变得非常复杂，因为每条记录都略有不同。有没有办法使用 Rapidminer 根据一些典型示例“学习”正则表达式？

例如，对于以下每条记录，我想将文本提取24到18两个新属性中：

我看过所有的文本处理视频，但没有一个显示如何做这种事情，我真的不知道从哪里开始。除了手动创建正则表达式之外，任何人都可以建议一种方法吗？