Transformation-Tool
Transformation-Tool
Verwenden Sie das Transformation-Tool, um diese Datenvorbereitungsaufgaben auszuführen:
Datentypen festlegen.
Fehlende Werte bereinigen.
Eigenschaften auswählen.
Daten kodieren.
Sie können jede dieser Aufgaben in beliebiger Reihenfolge ausführen. Die Reihenfolge hängt davon ab, wie Sie die Daten vorbereiten möchten.
Alteryx Intelligence Suite - Überblick
Dieses Tool ist Teil der Alteryx Intelligence Suite . Alteryx Intelligence Suite erfordert eine separate Lizenz und ein Add-on-Installationsprogramm für Designer. Nachdem Sie Designer installiert haben, installieren Sie Intelligence Suite und starten Sie Ihre kostenlose Testversion .
Wichtig
Sie müssen Transformation-Tools zwischen einem Tool für die Assistierte Modellierung und einem Klassifizierung- oder Regression-Tool platzieren.
Datentypen festlegen
Wählen Sie Datentypen festlegen in der Dropdown-Liste im Umwandler -Abschnitt aus.
Im Parameter -Abschnitt werden die Namen der Features in der Feature -Spalte aufgelistet. Sie können aus der Dropdown-Liste in der Spalte Datentypen festlegen auswählen, welchen Datentyp ein Feature haben soll. Derzeitige Optionen sind Numerisch , Kategorial , Boolesch und ID .
Fehlende Werte bereinigen
Wählen Sie Fehlende Werte bereinigen aus der Dropdown-Liste im Umwandler -Abschnitt aus.
Aktivieren Sie die Kontrollkästchen neben den Features mit fehlenden Werten, die Sie bereinigen möchten.
Wählen Sie eine Methode aus, die Sie zum Bereinigen der fehlenden Werte verwenden möchten:
Wenn Sie diese Option wählen, ersetzt die Assistierte Modellierung fehlende Werte durch die Summe aller Zeilen eines Features dividiert durch die Gesamtanzahl der Zeilen. Verwenden Sie diese Methode nur für numerische Daten. Wir empfehlen diese Option, wenn Ihre Daten normal verteilt sind und keine Ausreißer enthalten.
Wenn Sie diese Option wählen, ersetzt die Assistierte Modellierung fehlende Werte durch die Zahl, die den Mittelpunkt der Verteilung Ihrer Feature darstellt. Wir empfehlen diese Option, wenn Ihre Daten verzerrt sind oder Ausreißer enthalten.
Wenn Sie diese Option wählen, ersetzt die Assistierte Modellierung fehlende Werte durch die Zahl, die am häufigsten auftritt. Wir empfehlen diese Option, wenn Ihre Feature kategoriale Werte enthält und Sie diese nicht auslassen wollen. Diesen Modus können Sie außerdem nutzen, um fehlende numerische Werte zu ergänzen.
Wenn Sie diese Option wählen, interpretiert die Assistierte Modellierung leere Felder als fehlende Werte. Wählen Sie diese Option, wenn Sie der Meinung sind, dass der Modellierungsalgorithmus in den fehlenden Werten selbst eine Bedeutung finden könnte, da dieser manchmal Muster in den fehlenden Daten finden kann. Sie können diese Option auch dann auswählen, wenn Sie glauben, dass andere Methoden zur Behandlung fehlender Daten Ihr Modell beeinträchtigen könnten.
Wichtig
Das Tool bereinigt keine fehlenden Werte für Features mit deaktivierten Kontrollkästchen. Wenn ein Feature fehlende Werte enthält und Sie keine Bereinigungsmethode wählen, tritt in der nachgeschalteten Machine Learning-Pipeline ein Fehler auf.
Features auswählen
Wählen Sie Features auswählen aus der Dropdown-Liste im Umwandler -Abschnitt aus.
Wenn Sie ein Feature nicht in das Modell aufnehmen möchten, deaktivieren Sie das Kontrollkästchen neben ihrem Namen.
One-Hot-Kodierung
Wählen Sie One-Hot-Kodierung aus der Dropdown-Liste im Umwandler -Abschnitt aus.
Verwenden Sie den Umschalter Nicht kodierbare Features ausblenden , um diese auszublenden.
Aktivieren Sie das Kontrollkästchen neben den Eigenschaften, die Sie in maschinenlesbarem Format kodieren möchten.
Verwenden Sie die Dropdown-Liste, um auszuwählen, wie das Tool die kodierten Features behandeln soll:
Ignorieren ermöglicht es dem Transformation-Tool, die Daten zu bewerten und unbekannte Werte als Konstanten zu behandeln.
Fehler weist das Transformation-Tool an, einen Fehler zurückzugeben, wenn unbekannte Werte auftreten.