Table KNIME Random Sample (Schritt)

Beschreibung

Der Schritt Tabelle: KNIME Random Sample führt die Zufallsziehung eines KNIME-Knotens mit dem Zufallszahlengenerator aus, den KNIME verwendet. Ein Knoten mit Seed zieht daher in PlaidCloud dieselben Zeilen oder Werte wie in KNIME. Migrierte KNIME-Workflows verwenden diesen Schritt für Row Sampler, Table Partitioner, Equal Size Sampling, Bootstrap Sampling, Shuffle, X-Partitioner und die Knoten zur Zufallsdatengenerierung.

Die Ziehung liest die Quelltabelle in den Workflow ein und akzeptiert daher eine Tabelle mit höchstens 10.000.000 Zeilen; bei einer größeren Tabelle schlägt der Schritt fehl.

Das Schrittformular hat einen Abschnitt Tabellen für die Quell- und Ausgabetabelle, einen Abschnitt Ziehung für Methode, Seed und Stichprobengröße sowie einen Abschnitt Spalten für die gelesenen und geschriebenen Spalten.

Konfiguration

• source und target_frame: die Tabelle, die gelesen wird, und die Tabelle, in die geschrieben wird.
• position_column: die Spalte mit der 0-basierten Position jeder Zeile. Standard ist _knime_pos.
• method: die Ziehung:
  • random, stratified, equal_exact und equal_approximate behalten die Positionen der Zeilen, die eine Ziehung per Row Sampler, Table Partitioner oder Equal Size Sampling auswählt. class_column und class_dtype benennen die Klassenspalte einer stratifizierten Ziehung oder einer Ziehung gleicher Größe.
  • Jede andere Methode schreibt ihre Ziehung neben die Zeilenpositionen: uniform, gaussian, gamma, beta, label, label_dependent, label_from_table, boolean, mersenne_twister, sobol und halton (Zufallsdatengenerierung), shuffle, bootstrap, match (Random Matcher), item_insert (Random Item Inserter), stress (Stresser), sample_data (Sample Data Generator, ohne Quelltabelle), kfold (Folds des X-Partitioner), p_square (P²-Perzentilschätzungen pro Gruppe), set_bits (Bitvektoren), equal_count_edges (die Grenzen mit gleicher Anzahl des Binner) und border_texts (die Grenztexte des Auto-Binner).
• seed: der Seed des Zufallsstroms. Ist er leer, wird wie bei KNIME ohne Seed von der Uhr gezogen, sodass sich die Zeilen von Ausführung zu Ausführung unterscheiden.
• count, percentage und relative: wie viele Zeilen gezogen werden, als Anzahl oder mit relative als Prozentsatz. count_column übernimmt die Anzahl stattdessen aus einer Quellspalte, für eine Anzahl, die erst bei der Ausführung des Workflows bekannt ist.
• parameters: die Einstellungen des Knotens, die die Ziehungsmethoden lesen, etwa die Verteilung einer gaussian-Ziehung oder die Anzahl der Folds einer kfold-Ziehung.
• source_columns und target_columns: bei den Ziehungsmethoden die gelesenen und die geschriebenen Spalten, mit der Positionsspalte zuerst.
• source_b und source_columns_b: eine zweite Eingabe, etwa die Kategorietabelle von label_from_table oder die Tabelle, aus der match zieht. target_frame_b und target_columns_b erhalten die Clusterzentren von sample_data.

Verwandte Themen

• Table Extract (Schritt)
• KNIME-Konvertierungsmatrix