Top Banner

of 22

Manual Bsico Knime

Jun 25, 2015

ReportDownload

Engineering

Manual Básico herramienta OpenSource de Datamining y BI: KNIME

  • 1. Manual Bsico KnimeEl presente manual tiene por objeto presentar un manual de uso bsico del software de anlisisdatamining Knime. Desarrollado para programa Mster de IEDE- investigacin de Mercado yClientes.KnimeKNIME es un entorno totalmente gratuito para el desarrollo y ejecucin de tcnicas de minera dedatos. KNIME fue desarrollado originalmente en el departamento de bioinformtica y minera dedatos de la Universidad de Constanza, Alemania, bajo la supervisin del profesor Michael Berthold.En la actualidad, la empresa KNIME.com GmbH, radicada en Zrich, Suiza, contina su desarrollo,adems de prestar servicios de formacin y consultora.KNIME est desarrollado sobre la plataforma Eclipse y programado, esencialmente, en Java. Comootros entornos de este tipo, algunos de los cuales aparecen referenciados al final de estedocumento, su uso se basa en el diseo de un flujo de ejecucin que plasme las distintas etapas deun proyecto de minera de datos.Para ello, KNIME proporciona distintos nodos agrupados en fichas, como por ejemplo:a) Entrada de datos [IO > Read].b) Salida de datos [IO > Write].c) Preprocesamiento [Data Manipulation], para filtrar,discretizar, normalizar, filtrar, seleccionar variablesd) Minera de datos [Mining], para construir modelos (reglas deasociacin, clustering, clasificacin, MDS, PCA).e) Salida de resultados [Data Views] para mostrar resultados enpantalla (ya sea de forma textual o grfica). Para crear un flujo de ejecucin, las salidas de unos nodos se utilizancomo entradas de otros. Por ejemplo, un flujo bsico podra ser de la forma:Ismael Tapia Vidal (Ismael.tapia.v@gmail.com)

2. InstalacinEl primer paso es ir a www.knime.org, dirigirse a la opcin del men superior Downloads.Seleccionar la opcin Knime Desktop y luego presionar el botn , para iniciar descargadel software sin necesidad de registrarse en el sitio WEB.Deber seleccionar la opcin de descarga que sea compatible con la versin del sistema operativoque maneja su PC, es decir, Knime Desktop para Windows (32 y 64 bits), Linux y para el sistemaoperativo MACOS de Apple.NOTA:KNIME no requiere programa de instalacin. El paquete se desinstala, simplemente, borrando lacarpeta en la que lo hayamos descomprimido.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 3. EjecucinPara ejecutar KNIME, busque el fichero knime.exe en la carpeta en la que haya descomprimido elpaquete de instalacin y ejectelo:Antes de empezar a utilizar KNIME, nos aseguraremos de instalar los componentes de Weka,utilizando la opcin Get additional nodes de la ventana de inicio de KNIME o accediendo a ellos atravs del men Help > Install New Software.Luego seleccionar desde la lista http://www.knime.org/update/2.5 y luego en filtro seleccionaropcion WEKA Extensions (Waikato Environment for Knowledge Analysis)Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 4. Ms informacin de WEKA en http://www.cs.waikato.ac.nz/ml/weka/Luego se instalar y deber reiniciar el Knime.Note que tiene otras opciones de anlisis y extensiones que le permitir explorar y analizardiferentes fuentes de informacin, por ejemplo WEB Analytics:Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 5. Partes de la herramienta Explorador deDescripcin de los ProyectosNodos Ventana Editor de Windows Visor Macro deVentana de conexin Modelos a servidores pblicosRepositorio deNodosConsola de eventosIsmael Tapia Vidal (Ismael.tapia.v@gmail.com) 6. Venta Editor de WindowsEs la ventana donde se construyen los diagramas de anlisis de datosRepositorio de NodosSe encuentran todos los nodos que pueden agregarse a un flujo (estn agrupados por categoras).Uso: Drag and Drop (Arrastrar y pegar) en el editor de Windows.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 7. Consola de EventosMuestra los mensajes de warning y error.Esos mensajes tambin se almacenan en un archivo, llamado knime.log (stack trace), ubicado en lacarpeta .metadata del proyecto.Descripcin de NodosProvee informacin sobre cualquier nodo seleccionado.->Esta vaca si no seleccionamos ningn nodo en el flujo.-> Si seleccionamos una categora (que incluye varios nodos), entonces muestra los nodos queforman parte de esa categora.Explorador de ProyectosMuestra todo los proyectos existente en el workspace (espacio de trabajo, que se encuentra en eldirectorio donde descomprimimos el KNime).Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 8. La herramienta permite crear nuevos proyectos, importar proyectos existentes o exportar nuestroproyecto, entre otras actividades.Ventana de conexin a servidores pblicosEs la ventana donde se pueden explorar los proyectos ejemplo desde los servidores pblicosPrimero debe conectarse, presionando el botn connectUna vez establecida la conexin, se podr apreciar a modo de exploracin los proyectos pblicospara descargar y examinar. Se debe hacer clic sobre un workflow de ejemplo y seleccionar opcinde descarga Download Workflow.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 9. Acciones Bsicas Crear un proyecto. Utilizacin de nodos. Construir un flujo de datos. Nodo Color Manager. Configuracin de Nodos. Ejecucin del flujo de datos. Resultados. HiLiting.Crear un proyecto.Clickeamos con botn derecho sobre el Workflow Proyect Navigator, elegimos la opcin NewKNIME workflow y despus le ponemos un nombre al proyecto, luego asignamos el nombre ydamos finalizar.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 10. Utilizacin de nodos.Los nodos son bsicamente unidades de procesamiento de un workflowConstruir un flujo de datos.Se construye un flujo arrastrando y soltando (drag & drop) los nodos desde el repositorio de nodosal Editor Window y conectndolos entre ellos.Los datos se transportan entre los nodos a travs de los puertos de entrada y salida.Despus de colocar los nodos en el Editor Window, es necesario conectar la entrada de cada nodocon la salida del nodo predecesor.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 11. Nodo Color Manager.Este nodo se utiliza para colorear los resultados, generados a partir de los datos de entrada.Los colores elegidos en el ColorManager afectan a muchas vistas y ayudan a diferenciar los datos.Si se inserta este nodo en el flujo, entonces los datos de entrada se codifican segn un colorespecfico, determinado por el ColorManager.Si se inserta este nodo en el flujo, entonces los datos de entrada se codifican segnun color especfico, determinado por el ColorManager.Configuracin de Nodos.Una vez que el flujo est totalmente conectado, si existen nodos que tienen su estado en colorrojo, entonces deben ser configurados.Si algn nodo presenta un color amarillo, despus de que fueron conectados, significa que laconfiguracin del mismo se realiz utilizando los valores por defecto.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 12. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 13. Ejecucin del flujo de datos.Cuando todos los nodos del flujo poseen un color amarillo, entonces el mismo puede serejecutado.Los nodos se ejecutan de izquierda a derecha, es decir, que un nodo solo puede ejecutarse si todossus nodos predecesores en el flujo han terminado su ejecucin.Formas de ejecucin: Por nodo (eligiendo la opcin Execute). Ejecutar el ultimo nodo del flujo (KNime ejecuta todos los nodos predecesores). Seleccionar varios nodos y disparar la ejecucin (KNime determina el orden y ejecutanodos en paralelo, si es posible). : Nodo en Ejecucin:Nodo Ejecucin con ErrorIsmael Tapia Vidal (Ismael.tapia.v@gmail.com) 14. Ejemplo de Ejecucin de un nodo: Hacer clic con el botn derecho y seleccionar opcin Execute.Resultados.Algunos nodos proveen vistas que muestran sus resultados computacionales. Estas vistas seobservan haciendo click con el botn derecho sobre el nodo y eligiendo la opcin View.Se pueden abrir varias instancias de una vista (de un nodo), lo cual permite tener diferentes vistasde los mismos datos.Algunas vistas, solo se muestran si el nodo fue ejecutado.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 15. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 16. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 17. HiLiting.Si se seleccionan datos en una vista y se aplica un hilite sobre ellos, entonces se puede ver esemismo efecto de hilite sobre los datos en todas las dems vistas disponibles del workflow quesoporten esta funcin.Los datos seleccionados y que recibieron el hilite se resaltan con un color naranja en todas lasvistas mostrando los mismos datos.Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 18. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 19. Mas ExtensionesIsmael Tapia Vidal (Ismael.tapia.v@gmail.com) 20. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 21. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com) 22. Ismael Tapia Vidal (Ismael.tapia.v@gmail.com)