Table KNIME Random Sample

Description

L’étape Table : KNIME Random Sample effectue le tirage aléatoire d’un nœud KNIME avec le générateur de nombres aléatoires que KNIME utilise ; un nœud doté d’une graine tire donc les mêmes lignes ou valeurs dans PlaidCloud que dans KNIME. Les workflows KNIME migrés utilisent cette étape pour Row Sampler, Table Partitioner, Equal Size Sampling, Bootstrap Sampling, Shuffle, X-Partitioner et les nœuds de génération aléatoire de données.

Le tirage lit la table source dans le workflow : la table ne peut donc pas dépasser 10 000 000 de lignes ; une table plus grande fait échouer l’étape.

Le formulaire de l’étape comprend une section Tables pour les tables source et de sortie, une section Tirage pour la Méthode, la Graine et la taille de l’échantillon, et une section Colonnes pour les colonnes lues et écrites.

Configuration

• source et target_frame : la table à lire et la table à écrire.
• position_column : la colonne contenant la position (à partir de 0) de chaque ligne. La valeur par défaut est _knime_pos.
• method : le tirage :
  • random, stratified, equal_exact et equal_approximate conservent les positions des lignes qu’un tirage Row Sampler, Table Partitioner ou Equal Size Sampling sélectionne. class_column et class_dtype désignent la colonne de classe d’un tirage stratifié ou de taille égale.
  • Toutes les autres méthodes écrivent leur tirage à côté des positions de lignes : uniform, gaussian, gamma, beta, label, label_dependent, label_from_table, boolean, mersenne_twister, sobol et halton (génération aléatoire de données), shuffle, bootstrap, match (Random Matcher), item_insert (Random Item Inserter), stress (Stresser), sample_data (Sample Data Generator, sans table source), kfold (plis du X-Partitioner), p_square (estimations de percentiles P² par groupe), set_bits (vecteurs de bits), equal_count_edges (bornes à effectifs égaux du Binner) et border_texts (textes de bornes de l’Auto-Binner).
• seed : la graine du flux aléatoire. Vide, elle est tirée de l’horloge, comme le fait KNIME sans graine ; les lignes diffèrent donc d’une exécution à l’autre.
• count, percentage et relative : le nombre de lignes à tirer, soit un nombre, soit, avec relative, un pourcentage. count_column prend plutôt le nombre dans une colonne source, pour un nombre connu seulement à l’exécution du workflow.
• parameters : les paramètres du nœud que lisent les méthodes de tirage, comme la distribution d’un tirage gaussian ou le nombre de plis d’un tirage kfold.
• source_columns et target_columns : pour les méthodes de tirage, les colonnes lues et les colonnes écrites, la colonne de position en premier.
• source_b et source_columns_b : une seconde entrée, comme la table de catégories de label_from_table ou la table dans laquelle match tire. target_frame_b et target_columns_b reçoivent les centres de clusters de sample_data.

Voir aussi

• Table Extract
• Matrice de conversion KNIME