Projektgruppe Business Intelligence Applications and Evaluation ...

Projektgruppe Cuberunner
Jinengo - Dokumentation
nen bzw. Transformationen ausgeführt. Das Ergebnis ist eine fertige Tabelle, die als Input für den
Data Mining Algorithmus fungiert. Ein hilfreiches Tool zur Kontrolle der Input Daten ist der Node
„Data Audit“. In diesem können fehlende Werte oder problematische Attribute schnell identifiziert
und behoben werden.
Daten aufbereiten
Abbildung 1.11: Daten importieren & aufbereiten
In der Abbildung 1.11 wird der Schritt der Datenaufbereitung detailliert dargestellt. Die beiden Symbole
links stellen Datenbankimport-Schnittstellen dar. Der „Merge“-Node joint die beiden Inputdatenbanken
und im Node „Type“ werden den einzelnen Spalten ihre, für das Data Mining notwendigen
Typen zugeordnet (Bspw. input, target, none).
Daten analysieren
Der zweite Schritt, die Datenanalyse, besteht aus dem Algorithmus-Node und den Kontroll-Nodes, die
das Ergebnis des Algorithmus kontrollieren. Jedes Data Mining Ergebnis sollte mit Hilfe der Nodes
„Graphen“ und „Analysis“ auf seinen Validität überprüft werden, bevor die Ergebnisse mit dem dritten
Schritt in die Datenbank zurückgeschrieben werden.
136
Abbildung 1.12: Daten im SPSS Modeler 15 analysieren