Knime 简明教程

KNIME - Workbench

当你启动 KNIME 时,你将看到以下屏幕 -

workbench

正如屏幕截图中标记的那样,工作台包含多个视图。我们立即可以使用的视图已在屏幕截图中标记,并列在下面 -

  1. Workspace

  2. Outline

  3. Nodes Repository

  4. KNIME Explorer

  5. Console

  6. Description

随着我们在本章中向前推进,让我们详细了解这些视图。

Workspace View

对我们来说,最重要的视图是 Workspace 视图。这就是你创建机器学习模型的地方。工作空间视图在下面的屏幕截图中突出显示 -

workspace view

屏幕截图显示了一个打开的工作空间。你很快就会学会如何打开现有工作空间。

每个工作空间包含一个或多个节点。你将在本教程的后面部分了解这些节点的重要性。这些节点通过箭头连接。通常,程序流是从左到右定义的,尽管这不是必需的。你可以在工作空间中的任何位置自由移动每个节点。两个之间的连接线会适当地移动以保持节点之间的连接。你可以在任何时候添加/删除节点之间的连接。对于每个节点,可以选择添加一小段描述。

Outline View

工作空间视图可能无法一次向你显示整个工作流。这就是提供了轮廓视图的原因。

outline view

轮廓视图显示整个工作空间的微型视图。此视图中有一个缩放窗口,你可以将其滑动以查看 Workspace 视图中工作流的不同部分。

Node Repository

这是工作台中下一个重要的视图。节点存储库列出可用于你的分析的各种节点。整个存储库根据节点功能进行了很好的分类。你会发现如下类别 -

  1. IO

  2. Views

  3. Analytics

node repository

在每个类别下,你会发现几个选项。只需展开每个类别视图即可查看你拥有的内容。在 IO 类别下,你会找到以各种文件格式(如 ARFF、CSV、PMML、XLS 等)读取数据的节点。

node repository io

根据你的输入源数据格式,你将选择相应的节点来读取你的数据集。

到目前为止,你可能已经理解了节点的目的。节点定义了你可以在工作流中以可视方式包含的特定功能。

Analytics 节点定义了各种机器学习算法,例如贝叶斯、聚类、决策树、集成学习等等。

node repository analytics

这些不同的 ML 算法的实现都在这些节点中提供。要在你的分析中应用任何算法,只需从存储库中选取所需的节点并将其添加到你的工作空间即可。将 Data reader 节点的输出连接到此 ML 节点的输入,然后你的工作流就创建好了。

我们建议您浏览存储库中提供/可用的各种节点。

KNIME Explorer

工作台中下一个重要的视图是 Explorer 视图,如下面的截图所示 −

explorer

前两个类别列出了在 KNIME 服务器上定义的工作空间。第三个选项 LOCAL 用于存储您在本地计算机上创建的所有工作空间。尝试展开这些选项卡以查看各种预定义的工作空间。特别是展开 EXAMPLES 选项卡。

knime explorer

KNIME 提供了多个示例,可帮助您入门该平台。在下一章中,您将使用其中一个示例来熟悉该平台。

Console View

顾名思义, Console 视图在执行工作流时提供了各种控制台消息的视图。

console view

Console 视图有助于诊断工作流和检查分析结果。

Description View

我们立即需要关心的最后一个重要视图是 Description 视图。此视图提供了工作空间中所选项目的描述。典型的视图如下图所示 −

description view

上图显示了 File Reader 节点的描述。当您选择工作空间中的 File Reader 节点时,您将在该视图中看到其描述。单击任何其他节点将显示所选节点的描述。因此,在学习的初始阶段,当您不确切了解工作空间中各个节点的目的和/或节点存储库时,此视图非常有用。

Toolbar

除了上述视图外,工作台还有其他视图,如工具栏。工具栏包含各种图标,可以快速执行操作。这些图标会根据上下文启用/禁用。您可以将鼠标悬停在图标上,以查看每个图标执行的操作。以下屏幕显示了 Configure 图标执行的操作。

toolbar

Enabling/Disabling Views

到目前为止,您看到的各种视图可以轻松打开/关闭。单击视图中的关闭图标,将 close 该视图。要恢复视图,请转到 View 菜单选项并选择所需视图。选定的视图将添加到工作台。

enabling disabling views

现在,当您熟悉工作台后,我将向您展示如何运行工作流并研究它执行的分析。