问题标签 [rapidminer]

我在患者数据集上应用了 k-mean、k-medoid 和 DBSCAN 等聚类算法。对于每个算法，RapidMiner 生成了集群模型（质心表和图表等）和集群集（显示哪些示例属于哪个集群）。现在我想要一些方法，当一个新病人来时，我想根据以前训练的模型为他分配一个集群。我对这样做的方式感到困惑..是这样的吗，我可能错了

对于新患者的每个属性值 - 来自质心表的属性值将患者属性的所有差异相加并取平均值。

然后为他分配相对于该患者的平均值最小的集群。

如果这是正确的方法，那么我将如何重新聚类，即当有新患者来时，我们的算法正在为他分配聚类，这很卑鄙。质心移动，然后我必须在每次插入记录时重新聚类。如何在我的场景中处理这个？

我正在尝试使 R 扩展RapidMiner工作，为此我必须遵循一些步骤，包括设置一些环境变量以确保 RapidMiner 能够看到Java 和 R 的位置。

要设置的两个环境变量是R_HOME和JAVA_HOME

我已经设置了这两个变量，当我env在终端上输入时我可以看到它们，但是当我运行 RapidMiner R 时，它不起作用。在日志中，我看到以下内容：

所以现在我想知道为什么 RapidMiner 不能像我一样读取我的环境变量。

RM有可能从不同的位置读取变量吗？无论如何我可以确定吗？

任何提示将不胜感激。谢谢！

我必须在 rapidminer 中使用不同的性能运算符检查各种聚类算法的性能。为此，我想知道以下几点：

1. 簇数索引值显示什么是簇数性能算子的输出？
2. 聚类距离和平均值内的 avg 的小值和大值是什么？在质心距离内意味着好的和坏的聚类？
3. 我还想检查其他索引值，例如 Dunn 索引、Jaccard 索引、Fowlkes-Mallows 等各种聚类算法。但是 rapidminer 没有任何操作员，为此该怎么办。我没有使用 R 的经验。

参数过多而无法作为列放入示例集中的问题。

我的问题任务是我的客户有一个唯一的 ID，他们有参数（二项式），我想预测某些目标变量的值，到目前为止只有一个但可能是多个。在我的测试用例中，我使用了以下输入数据集，查看元数据，每个客户都表示在一行中，参数在列中 - 只是通常的方式。

元数据：
角色 - 名称 - 类型
id - Customer_Id - 整数
标签 - 目标 - 二项
正则 - Para1 - 二项
正则 - Para2 - 二项
正则 - Para3 - 二项
正则 - Para4 - 二项
数据集：
*Customer_Id - 目标 - Para1 - Para2 - Para3 - Para4*
1 - M - 1 - 0 - 1 - 0
2 - V - 1 - 0 - 0 - 1
3 - M - 0 - 1 - 1 - 1

=> 使用朴素贝叶斯，我在有限维度的测试用例中得到了很好的预测结果。

实际数据集的问题：我有大约 100,000 个参数，而且这个数字正在增长很多。客户的实际活动参数数量非常少，因此表会非常大且稀疏。所以我的想法是使用以下数据集格式作为输入：
元数据：
角色 - 名称 - 类型
id - Customer_Id - 整数
标签 - 目标 - 二项式
常规 - ActivePara - 多项式
数据：
*Customer_Id - 目标 - ActivePara*
1 - M - Para1
1 - M - Para3
2 - V - Para1
2 - V - Para4
3 - M - Para2
3 - M - Para3
3 - M - Para4

但是现在我没有得到每个客户的一致预测，我得到的是这样的

*Customer_Id - Target - ActivePara - 目标预测
1 - M - Para1 - V
1 - M - Para3 - M
2 - V - Para1 - V
2 - V - Para4 - V
3 - M - Para2 - M
3 - M - Para3 - M
3 - M - 第 4 段 - V

但我希望/需要每个 customer_id 的目标预测保持一致。

我需要如何设置输入数据/模型才能得到结果！

非常感谢您的任何提示和帮助！！！

执行验证时，数据集的一部分用于构建模型，然后在数据集中的剩余记录上测试模型。我需要查看测试过程中每条记录的结果，例如，对于分类任务，我需要知道哪个记录在测试阶段被分类为什么，以及哪些记录是用于测试的。谁能指出我在 RapidMiner 中可以找到测试记录及其结果表的部分？

谢谢！

如何针对我的训练模型运行新示例的分类，而无需再次重新运行训练模型？

经过训练的模型需要一些时间来处理（1 小时），我想对新的观察结果进行分类，而不必每次都等待使用训练数据再次创建模型。

我以前从未将这两个流程分开，我总是将它们放在同一个流程流窗口中，因为我不知道要独立执行这些流程。

我导入了一个数据集，其中性别 (m/f) 被解释为“二项式”。如果我没记错的话，这意味着有一个映射 true/false 被分配给 m/f 两个值。

由于我需要找到关联规则，这是不正确的。

我的问题是：是否可以将二项式字段转换为标称，然后将其再次扩展为两个标称属性（一个用于男性，另一个用于女性），以便与“FP-Growth”和“创建关联”正确使用规则”运营商？

我在 RapidMiner 中创建了一个利用一些循环的流程。我不确定我的 Store Model 运算符应该连接到哪里，以便将通过此过程派生的模型参数保存到新过程中。

随附的示例将我的数据替换为一些示例数据，但是其余的过程是我对实际数据集的处理。

我不确定这是否是解决我的问题的正确论坛。如果没有，请告诉我，并将在另一个中尝试。

由于这似乎是一个惊人的扩展，我正在尝试运行 Rapid Miner 的 R-Extension。现在一天多没有任何成功。我不知道如何帮助自己了，这就是我决定写这篇文章的原因。

启动 Rapid Miner 后，我收到错误消息：

无法加载本机库。

系统信息

启动 Rapid Miner（控制台）后：控制台输出的一部分

检查 ...\x64\jri.dll 的措施

使用 Dependency Walker 检查 ...\x64\jri.dll 的依赖关系。

结果：模块 c:\windows\system32\IEFRAME.DLL 的延迟加载模块警告。

消息：警告：由于延迟加载依赖模块中缺少导出功能，至少一个模块具有未解析的导入。

！但是：可以将 rJava（版本：rJava_0.9-4）加载到 R 工作区中。用 RStudio 试用过。

而已！我不知道该怎么做才能摆脱这种情况。如您所见，我在stackoverflow中阅读了所有具有相同问题的帖子。但到目前为止没有任何帮助。有什么我没有考虑到的吗？

我非常感谢每一个帮助。如果您需要了解任何进一步的步骤，请告诉我。

提前致谢，

鲁迪

我想知道我们如何才能看到使用 RapidMiner 的分类器给出的可预测标签？

我们可以将它作为聚类结果中的属性输出吗？

提前致谢！特尔玛