Очищення та трансформація даних

Кейс-стаді: фінансовий аналіз у KNIME

Andrew Logan

Data Scientist, 4&8 Ltd

Дотримуємось плану

• Дані мають бути чисті, корисні та узгоджені
• Очищення: пропуски, видалення дублікатів, зайвих рядків і стовпців тощо
• Трансформація: робота з рядками, числові обчислення, перейменування стовпців тощо

Блискуча чистота

• Найпоширеніші вузли: Missing Value, Duplicate Row Filter, Column Filter, String Cleaner
• Додавайте анотації!

Блискуча чистота

• Найпоширеніші вузли: Missing Value, Duplicate Row Filter, Column Filter, String Cleaner
• Додавайте анотації!
• Є багато інших: скористайтесь форумом KNIME — https://forum.knime.com/ або пошуком для особливих випадків

Корисні зміни

• Трансформуйте дані, щоб вони були корисні
• Обробка рядків

Корисні зміни

• Трансформуйте дані, щоб вони були корисні
• Обробка рядків
• Числові обчислення

Корисні зміни

• Трансформуйте дані, щоб вони були корисні
• Обробка рядків
• Числові обчислення
• Інші вузли трансформації
• Анотації!

Простіше зрозуміти й повторно використати

• Метавузли — це «міста» на мапі.

Простіше зрозуміти й повторно використати

• Метавузли — це «міста» на мапі.
• Багато вузлів в одному

Простіше зрозуміти й повторно використати

• Метавузли — це «міста» на мапі.
• Багато вузлів в одному
• Економія часу
• Легко зрозуміти
• Легко анотувати

Давайте потренуємось!

Кейс-стаді: фінансовий аналіз у KNIME