rapidminer 数据导入及几个算子简单应用

一、 数据集选择

本次实验选择的数据集为： bank-data.csv 其中有600条数据 结构如下图：

二、数据集文件格式转换

Rapidminer 支持的导入数据格式有如下图所示：

所以我们需要把下载的数据集文件格式进行转换，由于本次实验下载的文件本身已是csv格式，此处不做任何操作。

 

三、数据集的导入保存

1：选择 import csv file

2：选择 Next

3：选择 Next

4：选择 Next

5：选择 Next

 

6：选择 Finish, 完成导入数据

7：查看目录中生成的导入数据

 

四、流程创建及简单算子测试

1：选择 FileàNew Process 即可创建一个空白流程：

2：将上述中导入的数据拖放到流程中并链接：

运行查看结果：

 

2：sample算子 使用

在Data Transformation 中选择 sample 算子 拖到 流程中：此处设置选择100条数据

运行，查看结果：

 

3: 在Data Transformation 中选择 sort 算子拖到 流程中：此处设置 以income属性进行升序排序：

运行查看结果：

4: 在Data Transformation 中选择 selection 算子拖到 流程中：此处选择4个属性：

 

运行查看结果：

 

5: 在Data Transformation 中选择 filterexample 算子 拖到 流程中：此处过滤掉年龄小于30岁的数据：

 

 

运行查看结果：