RapidMiner im akademischen Einsatz - Documentation - Rapid
RapidMiner im akademischen Einsatz - Documentation - Rapid
RapidMiner im akademischen Einsatz - Documentation - Rapid
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2. Die Anwendungsfälle<br />
1 public class MyLearner extends AbstractLearner {<br />
2<br />
3 public s t a t i c void S t r i n g PARAMETER ALPHA = ” alpha ” ;<br />
4<br />
5 /** Constructor called via reflection . */<br />
6 public MyLearner ( O p e r a t o r D e s c r i p t i o n d e s c r i p t i o n ) {<br />
7 super ( d e s c r i p t i o n ) ;<br />
8 }<br />
9<br />
10 /** Main method generating the prediction model . */<br />
11 @Override<br />
12 public Model l e a r n ( ExampleSet data ) throws OperatorException {<br />
13 // Obtain user - specified parameter<br />
14 int alpha = getParameterAsInt (PARAMETER ALPHA) ;<br />
15 MyPredictionModel model ;<br />
16 // use data to create prediction model here<br />
17 return model ;<br />
18 }<br />
19<br />
20 /** Define user - configurable parameters here . */<br />
21 @Override<br />
22 public L i s t getParameterTypes ( ) {<br />
23 L i s t parameterTypes = super . getParameterTypes ( ) ;<br />
24 parameterTypes . add (new ParameterTypeInt ( ” alpha ” ,<br />
25 ”The parameter alpha ” , 0 , 100 , 10) ) ;<br />
26 return parameterTypes ;<br />
27 }<br />
28<br />
29 /** Tell the user what kind of input the algorithm supports . */<br />
30 @Override<br />
31 public boolean s u p p o r t s C a p a b i l i t y ( O p e r a t o r C a p a b i l i t y c a p a b i l i t y ) {<br />
32 switch ( c a p a b i l i t y ) {<br />
33 case NUMERICAL ATTRIBUTES:<br />
34 case BINOMINAL LABEL:<br />
35 return true ;<br />
36 }<br />
37 return f a l s e ;<br />
38 }<br />
39 }<br />
Abbildung 2.3: Eine beispielhafte Implementierung eines Lernverfahrens in<br />
<strong><strong>Rapid</strong>Miner</strong><br />
18