Rapidminer Manual

RapidMiner: Tutorial online +

Operadores

Copyright © 2010 Leonardo M. Tito, Felipe Mullicundo. Se otorga permiso para copiar, distribuir y/o

modificar este documento bajo los términos de la Licencia de Documentación Libre de GNU, Versión 1.3 o

cualquier otra versión posterior publicada por la Free Software Foundation. Una copia de la licencia se

puede encontrar en el siguiente enlace: http://www.gnu.org/licenses/fdl-1.3.html

FECHA AUTOR/A VERSION DETALLE

22/08/2010 Leonardo M. Tito, Felipe Mullicundo 0.1 Verión Inicial.

12/10/2010 Ing. Bernabeu Ricardo Dario 0.2 Revisión general.

Para ver la traducción no oficial de la Licencia de Documentación Libre de GNU, seguir el siguiente enlace:

http://stuff.danexnow.org/gfdl_es.html

1

INDICE

· Instalación .

· Tutorial de RapidMiner 5.0

◦ Ejemplo 1: Árbol de Decisión .

◦ Ejemplo 2: Reglas de Asociación .

◦ Ejemplo 3: Stacking .

◦ Ejemplo 4: K-Medias .

◦ Ejemplo 5: Visualización de SVM.

◦ Ejemplo 6: Rellenado de valores faltantes.

◦ Ejemplo 7: Generador de ruido .

◦ Ejemplo 8: Unión de Conjuntos de Ejemplos.

◦ Ejemplo 9: Validación Cruzada Numérica.

◦ Ejemplo 10: Aprendizaje sensitivo al costo y gráfico ROC.

◦ Ejemplo 11: Aprendizaje de Costos Asimétricos.

◦ Ejemplo 12: Aprendizaje Sensible al Costo.

◦ Ejemplo 13: Análisis de Componentes Principales.

◦ Ejemplo 14: Selección Forward .

◦ Ejemplo 15: Selección Multiobjetivos.

◦ Ejemplo 16: Validación Wrapper .

◦ Ejemplo 17: YAGGA .

◦ Ejemplo 18: Configuración atributos resultantes de YAGGA.

◦ Ejemplo 19: Generación de Características Definidas por el Usuario.

◦ Ejemplo 20: Ponderación Evolutiva .

◦ Ejemplo 21: Visualización del Conjunto de Datos y Pesos.

◦ Ejemplo 22: Optimización de Parámetros.

◦ Ejemplo 23: Habilitador de Operadores .

◦ Ejemplo 24: Umbral de Ponderación .

◦ Ejemplo 25: Prueba de Significancia.

◦ Ejemplo 26: Cálculos Basados en Grupos.

· Anexo: Descripción de los Operadores utilizados en el Tutorial de RM5

◦ 1. Data Transformation → Aggregation → Aggregate

◦ 2. Data Transformation → Attribute Set Reduction and Transformation → Generation → Generate Attributes

◦ 3. Data Transformation → Attribute Set Reduction and Transformation → Generation → Generate ID

◦ 4. Data Transformation → Attribute Set Reduction and Transformation → Generation → Optimization → Optimize

by Generation (YAGGA)

◦ 5. Data Transformation → Attribute Set Reduction and Transformation → Principal Component Análisis

◦ 6. Data

...