KNIME - 构建您自己的模型
在本章中，您将构建自己的机器学习模型，根据一些观察到的特征对植物进行分类。为此，我们将使用来自 UCI 机器学习存储库 的著名 鸢尾花 数据集。该数据集包含三种不同的植物类别。我们将训练我们的模型，将未知植物归入这三个类别之一。
我们将从在 KNIME 中创建一个新的工作流程开始，以创建我们的机器学习模型。
创建工作流程
要创建新的工作流程，请在 KNIME 工作台中选择以下菜单选项。
文件 →新建
您将看到以下屏幕 −
选择新建 KNIME 工作流选项，然后单击下一步按钮。在下一个屏幕上，系统将要求您输入工作流的所需名称以及保存它的目标文件夹。根据需要输入此信息，然后单击完成以创建新的工作区。
具有给定名称的新工作区将添加到工作区视图中，如下所示 −
现在您将在此工作区中添加各种节点以创建模型。在添加节点之前，您必须下载并准备 iris 数据集以供我们使用。
准备数据集
从 UCI 机器学习存储库站点下载 iris 数据集 下载 Iris 数据集。下载的 iris.data 文件为 CSV 格式。我们将在其中进行一些更改以添加列名。
在您最喜欢的文本编辑器中打开下载的文件，并在开头添加以下行。
萼片长度、花瓣长度、萼片宽度、花瓣宽度、类
当我们的文件阅读器节点读取此文件时，它会自动将上述字段作为列名。
现在，您将开始添加各种节点。
添加文件阅读器
转到节点存储库视图，在搜索框中键入"文件"以找到文件阅读器节点。这可以在下面的屏幕截图中看到 −
选择并双击文件阅读器以将节点添加到工作区。或者，您可以使用拖放功能将节点添加到工作区。添加节点后，您必须对其进行配置。右键单击节点并选择配置菜单选项。您已经在之前的课程中完成了此操作。
加载数据文件后，设置屏幕如下所示。
要加载数据集，请单击浏览按钮并选择 iris.data 文件的位置。节点将加载文件的内容，这些内容显示在配置框的下半部分。一旦您确信数据文件已正确定位并加载，请单击OK按钮关闭配置对话框。
现在您将向此节点添加一些注释。右键单击节点并选择New Workflow Annotation菜单选项。屏幕上将出现一个注释框，如下图所示：
单击框内并添加以下注释 −
Reads iris.data
单击框外的任意位置即可退出编辑模式。根据需要调整框的大小并将其放置在节点周围。最后，双击节点下方的 Node 1 文本，将此字符串更改为以下 −
Loads data
此时，您的屏幕将如下所示 −
我们现在将添加一个新节点，用于将我们加载的数据集划分为训练和测试。
添加分区节点
在 Node Repository 搜索窗口中，输入几个字符以找到 Partitioning 节点，如下面的屏幕截图所示 −
将节点添加到我们的工作区。将其配置设置为如下 −
Relative (%) : 95 Draw Randomly
以下屏幕截图显示了配置参数。
接下来，在两个节点之间建立连接。为此，单击 File Reader 节点的输出，保持鼠标按钮被单击，将出现一条橡皮筋线，将其拖到 Partitioning 节点的输入，释放鼠标按钮。现在两个节点之间建立了连接。
添加注释，更改描述，根据需要定位节点和注释视图。此时您的屏幕应如下所示 −
接下来，我们将添加 k-Means 节点。
添加 k-Means 节点
从存储库中选择 k-Means 节点并将其添加到工作区。如果您想刷新对 k-Means 算法的了解，只需在工作台的描述视图中查找其描述即可。这显示在下面的屏幕截图中 −
顺便说一句，您可以在描述窗口中查找不同算法的描述，然后再最终决定使用哪种算法。
打开节点的配置对话框。我们将使用此处显示的所有字段的默认值 −
单击 确定 接受默认值并关闭对话框。
将注释和描述设置为以下 −
注释：对群集进行分类
描述：执行群集
将 分区 节点的顶部输出连接到 k-Means 节点的输入。重新定位您的项目，您的屏幕应如下所示 −
接下来，我们将添加一个 Cluster Assigner 节点。
添加 Cluster Assigner
Cluster Assigner 将新数据分配给现有的一组原型。它需要两个输入 - 原型模型和包含输入数据的数据表。在下面的屏幕截图中显示的描述窗口中查找节点的描述 −
因此，对于此节点，您必须建立两个连接 −
分区节点的 PMML 集群模型输出 → 集群分配器 的原型输入>
分区节点的第二个分区输出 → 集群分配器 的输入数据>
这两个连接显示在下面的屏幕截图中 −
集群分配器 不需要任何特殊配置。只需接受默认值即可。
现在，向此节点添加一些注释和描述。重新排列您的节点。您的屏幕应如下所示 −
此时，我们的聚类已完成。我们需要以图形方式可视化输出。为此，我们将添加一个散点图。我们将在散点图中为三个类设置不同的颜色和形状。因此，我们将首先通过 颜色管理器 节点过滤 k-Means 节点的输出，然后通过 形状管理器 节点过滤。
添加颜色管理器
在存储库中找到 颜色管理器 节点。将其添加到工作区。将配置保留为默认设置。请注意，您必须打开配置对话框并点击 确定 以接受默认设置。设置节点的描述文本。
从 k-Means 的输出到 Color Manager 的输入建立连接。此时您的屏幕将如下所示 −
添加形状管理器
在存储库中找到 Shape Manager 并将其添加到工作区。将其配置保留为默认配置。与上一个类似，您必须打开配置对话框并点击 OK 以设置默认值。从 Color Manager 的输出到 Shape Manager 的输入建立连接。设置节点的描述。
您的屏幕应如下所示 −
现在，您将在我们的模型中添加最后一个节点，即散点图。
添加散点图
在存储库中找到散点图节点并将其添加到工作区。将形状管理器的输出连接到散点图的输入。将配置保留为默认值。设置描述。
最后，为最近添加的三个节点添加组注释
注释：可视化
根据需要重新定位节点。此时您的屏幕应如下所示。
这样就完成了模型构建任务。
