問題タブ [knime]

リモート Linux サーバーに(バージョン - )を使用KNIME 2.9.4してインストールしました。ホスト IP を使用して、に接続しようとしています。HBase0.94.8HBase

これが私がしたことです。

設定ページに「 」が追加さhbase-0.94.8.jarれ、データベース ドライバーorg.apache.hadoop.hbase.jdbc.Driverが正しく読み込まれます。

さて、問題はデータベース URL に何を保持するかです。1 はリモート IP であり、Zookeeper ポートであるため、保持10.207.5.21:2181しました。10.207.5.22181

以下のエラーが表示されます。

データベースからメタデータを取得中にエラーが発生しました。理由: org.knime.core.node.InvalidSettingsException: Driver org.apache.hadoop.hbase.jdbc.DriverURL を受け入れません:10.207.5.21:2181

ここで何がうまくいかなかったのか、誰か教えてください。

前もって感謝します

DatabaseReader ノードを使用してストアド プロシージャを呼び出してみましたが、うまくいきません。

Knime でストアド プロシージャを呼び出す方法を教えてもらえますか?

ありがとう、クリシュナ

テストと学習のために KNIME を使用する場合、通常、次のようなフォルダー構造を使用します。

各コンピューターで。誰もが独自のワークフローを自由に作成でき、それらを共有する必要はありません。しかし、データ フォルダーへのパスを手動で変更する必要のないワークフローを相互に送信できるようにしたいと考えています。つまり、常に 1 レベル上を見て、フォルダーを見つけてMyKNIMEDataFolderファイルを取得しますxyz.table。

パス変数(基本的にはインストールごとに固定)、ワークフロー変数とフロー変数(ワークフローを送信するときに送信される) で遊んで、パス変数に関するヘルプ ドキュメントの構文 (つまり ) で両方を接続しようとしましたが${VAR}、ワークフローをローカル パスから完全に切断する適切な方法が見つかりません。

1. 私たちの構造に何か問題があると思いますか?
2. ワークフローを送信するという問題にどのように対処しますか?

KNIME を使用して、データベース内の列の特定のサブセットのデータを分析したいのですが、次のような限定的な SQL クエリは使用しません。

Select * From table Where name like 'PAIN%'

KNIMEでこれを行う方法はありますか?

KNIME ワークフローの保存が「Weka Predictor (3.7) - Internals」でスタックするのは x 回目です。それは常に保存プロセスをブロックしている Weka ノードであり、最終的には KNIME を強制終了して変更を失う必要があります。

現在、私のメモリ ステータスは 3300 のうち約 900MB です。Java VM の最大許容量は 6000MB です。KNIME は私の CPU パワーの 5% を取得し、他には何も実行されていません。

同じ問題を経験している人はいますか？アドバイスや解決策はありますか？

私はKNIMEの比較的新しいユーザーです。R スニペットから「gWidgetsRGtk2」パッケージをインストールしようとしましたが、ロードしようとするとエラーが発生し続けます。

グローバル設定で R パスを変更しようとしましたが、このパッケージを KNIME-R フォルダーに直接追加しようとしました。

これらの方法はどれも機能していないようです。誰でも抜け道を提案できますか？

入力サンプルの 6 つの可能なクラスを識別できる分類子をトレーニングする必要があります。また、拒否オプションを考慮した場合と考慮しない場合の分類子のパフォーマンスを推定するためのコスト マトリックスもあります。

これまでのところ、クロス検証( leave-one-out ) を使用して、データセットをトレーニング セットと検証セットに分割して、分類子のパフォーマンスを測定できるようにしました。精度に関しては、次の結果に達しました。

• 多層パーセプトロン: 拒否オプションなしで 57,69%、拒否オプションありで 48,26%
• サポート ベクター マシン: 拒否オプションなしで 61,99%、拒否オプションありで 35,09%

コストに関しては（これらは最小リスク分類ルールを使用して得られた見積もりです）：

• MLP : 拒否オプションなしで 2,0028、拒否オプションありで 1,4965
• SVM : reject オプションなしで 1,6089、reject オプションありで 0,8502

そのため、どの分類子が優れているかがわからないところまで来ました。

もちろん、SVM は非常に低コストですが、拒否オプションを考慮すると、その精度がかなり悪いことに突然気付きます (MLP よりも 13% 低い)。

精度に関しては、MLP は SVM よりも優れていると言えます。これは、その平均精度 (リジェクト オプションの有無を考慮して) によるものです: 52,97% (MLP) 対 48,54% (SVM)。

しかし、SVM は平均コストの点で優れています: 1,74965 (MLP) 対 1,22955 (SVM)。

この決定を容易にするためのガイドラインはありますか?

編集（リクエストに応じて詳細情報）：データセットには、〜1250の機能を持つ〜700のサンプルがあります。ただし、機能選択を使用して、機能を 81 に減らしました。

テスト セット (私は持っていません) は ~700 サンプルになります。

この列タイプを含むノードに問題があります:

データは次のようになります。

[[-0.518, -1.431], [-1.431, -0.518]]

次のノードはJava Snippetです。入力オプションでは、Java typeこの列の唯一のオプションは ですString。これは、ご覧のとおり間違っています。

エラー Java スニペットの実行に失敗しました: java.lang.ClassCastException: java.lang.String を [Ljava.lang.Object; にキャストできません。

この問題の解決策はありますか?

手伝ってくれてありがとう。

現在、Knime 分析プラットフォーム用のモジュールを構築しようとしています。これは、PMML モデルを生成して出力として渡すモジュールになります。

これまでのところ、手動​​で PMMLDocument を作成してから、返す新しい PMMLPortObject((PMMLPortObjectSpec)out_spec, pmmlDoc) を作成することによってのみ、これを達成できました。

私の質問は、pmml doc 自体を手動で作成することがここで正しいアプローチであるかどうか、またはおそらくテンプレート化または同様のものを介して、これを行うための他のより合理化された方法があるかどうかです。

現在、次のように pmml モデルを手動で生成しています。

非常に退屈になる可能性があり、これが実際にベストプラクティスであるかどうか疑問に思います