1、KNIME 用法说明刘春玲、王斌、王璐、谢冬、周莲子（按学号顺序）引注：使用说明包括三个部分：KNIME构建 CBR 完整模型、聚类K-D 树存储和检索优化、Adaboost决策树推理 RBR，在使用 knime 之前先进行 knime 升级 weka 功能模块，具体操作：fileupdate knimeavailable software，在搜索栏里输入 weka 安装完成重新启动 knime，完成升级。KNIME构建 CBR 完整模型一、新建 KNIME 文件单击菜单栏 File 里的 New 之后出现如下对话框：选择 New KNIME Project，并按下 Next 键，之后点击 F
2、inish 即可完成新文档的创建。二、K-D 树的生成与准确度判断1.布局1）查找 file reader，其结果如下图所示：2）分别拖两个 file reader 出来。3）将 IBK 拖出来。并将其中的一个 file reader 与 IBK 连接起来。4）拖一个 Weka Predictor 出来并与 IBK 和另一个 file reader 连接起来。5）将 Scorer 与 Weka Predictor 连接起来。其具体的布局和连接情况如下图所示：2.导入数据右击第一个 File Reader，选择 Configure（或直接双击进入） ，在 Valid URL 处选择要导入的数据的
3、文件。之后点击 OK 就完成了数据的导入。3.生成 K-D 树右击 IBK，点击 Configure，可以改变 KNN 的数值，从而改变精度。改distanceweighting（距离权重）的值为 weight by 1-distance，之后点击 nearest neighbourSearch Algorithm 后面的 choose，选择 KD Tree，点击 OK。4.导入新的数据其方法与参照步骤 2 中导入数据的过程5. 模型运行与验证1）将来自 File Reader2 的数据和来自 IBK 的 K-D 树模型输入到 Weka Predictor 中。注：当发现设置完的结点没有变成绿
4、灯时要及时按下按钮 来执行所有的结点。2）设置 scorer 的属性右击后点击 Configure,first column 选择要预测的属性；second column 选择 winner. 6查看结果右击后点击 accuracy statistics 来查看预测的结果。聚类 K-D 树存储和检索优化1布局与数据导入1）先打开 knime，再新建（new）一个工程（project） 。2）先拖一个 file reader 到工作区，右击选择 configure，设置成下图形式：3）再拖入一个 k-means（依次 miningclustering-k-means） ，file reader
5、连接 k-means4）拖入一个 interactive table（dataviews interactive table） ，k-means 连接 interactive table。5）再拖入一个 file reader，右击选择 configure，设置成下图形式：6）再拖入一个聚类器 cluster assigner（三个下拉菜单里存在聚类器，这里选择 miningclustering-cluster assigner）7）最终使工作区变成如下形式：2、模型测试与运行1）点击 ，运行，观察各 node 的运行结果。2）右击 k-means，选择“0 labeled input”，可观
6、察到如下结果：3） 、右击 k-means，选择“view：cluster view”，可观察到如下结果注：在 interactive table 的“view：cluster view”中也可观察到相应结果，结果如下图4、再右击 cluster assigner，选择“0 assigned data”，可得到如下结果：Adaboost决策树推理 RBR用 Adaboost 对数据进行训练并得到规则，并用此规则对新数据进行预测1.布局与数据导入1）数据源的选取先查找到 File Reader，然后将其拖出。共拖两个，分别代表用来进行训练的数据和用来预测的数据。2）找出 Adaboost，将其拖
7、出3）将 Weka predictor 和 Scorer，Interactive table 拖出，形成如下图所示。4）开始进行设置。在第一个 File Reader 上点击右键，选择 Configure，出现如下图所示：点击“Browse” ，选择数据源。本例中是选取经过粗糙集处理的 241 例病例的数据。5）同理，将第二个 File Reader 的数据源设置为经过粗糙集处理的 61 例病例的数据。如下图：2.参数设置1）对 Adaboost 进行设置，在 Adaboost 上点击右键，选择 Configure，出现如下图所示其中，numIterations 一项指的是将多少个分类器累加，
8、即迭代多少次。不同的迭代次数会使最后的准确度不同，次数过少会训练不足，次数太多会训练过度，都不会得到最好的结果，需要多次试数。使最后的准确度最高的迭代次数，就是最合理的迭代次数。2）对 Scorer 进行设置，在 Scorer 上点击右键，选择 Configure，出现如下图所示将进行比较的两列设为如图所示。即为，将患者实际的是否患病的情况（class）与用训练出的规则预测的情况（winner）进行比较，在 Weka preictor 上点击右键，选择 0 Classified Test Data，即可观察比较情况：如上图，若判断情况相同，则准确度高；反之，则准确度低。3.运行与测试设置完成，
9、即可开始运行如上图，点击最上面一行 的即可运行，当所有控件下部都显示绿灯时，运行即结束。如下图所示4、观察预测结果与分析在 Scorer 上点击右键，选择 0Confusion matrix 或 1 Accuracy Statistics ，即可观察预测结果（或在 Interactive Table 中也能观察） ，如下图所示图中数据意为：实际为 Yes 的案例一共有 20 个，但预测结果是 11 个 No，9 个 Yes；实际为 No 的案例一共有 41 个，但实际预测结果是 39 个 No，2 个 Yes如上图所示，规则预测准确率为 78.7%，这是在迭代次数为 55 时的结果。大家也可以试试变化迭代次数后准确率是否会提高。5.模型验证 回归检验上例中，如果将第二个 File Reader 的数据也换成 241 例的数据，则会发现最后结果准确率非常高。这是因为规则就是用这 241 的数据训练出来的，反过来用这个规则来预测自己本身，自然准确率就会很高。如下图所示：
