Čištění a transformace dat

Případová studie: Finanční analýza v KNIME

Andrew Logan

Data Scientist, 4&8 Ltd

Držíme se plánu

• Čistá, užitečná a konzistentní data
• Čištění: chybějící hodnoty, deduplikace, odstraňování nepotřebných řádků a sloupců atd.
• Transformace: manipulace s řetězci, numerické výpočty, přejmenování sloupců atd.

Dokonale čistá data

• Nejčastější uzly: Missing Value, Duplicate Row Filter, Column Filter, String Cleaner
• Anotujte!

Dokonale čistá data

• Nejčastější uzly: Missing Value, Duplicate Row Filter, Column Filter, String Cleaner
• Anotujte!
• Další uzly: fórum KNIME – https://forum.knime.com/ nebo vyhledávač pro speciální případy

Užitečné úpravy

• Manipulace s daty pro jejich využití
• Manipulace s řetězci

Užitečné úpravy

• Manipulace s daty pro jejich využití
• Manipulace s řetězci
• Numerické výpočty

Užitečné úpravy

• Manipulace s daty pro jejich využití
• Manipulace s řetězci
• Numerické výpočty
• Další transformační uzly
• Anotace!

Snadnější pochopení a opakované použití

• Metauzly – města na mapě.

Snadnější pochopení a opakované použití

• Metauzly – města na mapě.
• Více uzlů v jednom

Snadnější pochopení a opakované použití

• Metauzly – města na mapě.
• Více uzlů v jednom
• Úspora času
• Snadné pochopení
• Snadná anotace

Pojďme si procvičit!

Případová studie: Finanční analýza v KNIME