Data manipulation with RapidMiner Studio 7

การจัดการข้อมูลจากฐานข้อมูลด้วย  
RapidMiner Studio 7 (ตอนที่ 1)
(data)3 
base|warehouse|mining
http://www.dataminingtrend.com 
http://facebook.com/datacube.th
ดร. เอกสิทธิ์ พัชรวงศ์ศักดา
เอกสารนี้เป็นส่วนหนึ่งของวิชา BD514 การจัดการข้อมูลขนาดใหญ่ 
สาขาวิชาวิศวกรรมข้อมูลขนาดใหญ่ (Big Data Engineering)  
มหาวิทยาลัยธุรกิจบัณฑิตย์

(data)3 
http://dataminingtrend.com http://facebook.com/datacube.th
Introduction RapidMiner
• RapidMiner
• ในตอนแรกใช้ชื่อบริษัทว่า Rapid-I ก่อตั้งขึ้นเมื่อปี 2006
• ในช่วงแรกบริษัทตั้งอยู่ที่ประเทศเยอรมนี
• ปี 2013 ได้เปลี่ยนชื่อบริษัทเป็น RapidMiner หลังจาก 
ได้รับเงินลงทุนจำนวน 5 ล้านเหรียญสหรัฐ
• และย้ายบริษัทมาอยู่ที่บอสตัน ประเทศสหรัฐอเมริกา
• ผลิตภัณฑ์หลักของบริษัทคือ RapidMiner Studio 6
• บริษัทชั้นนำต่างๆ เช่น PayPal ใช้ซอฟต์แวร์ RapidMiner Studio 6
2
Ingo Mierswa
Ralf Klinkenberg
source: http://techcrunch.com/2013/11/04/german-predictive-analytics-startup-rapid-i-rebrands-as-rapidminer-takes-5m-from-open-ocean- 
earlybird-to-tackle-the-u-s-market/

(data)3 
Why RapidMiner?
• ผลการสำรวจจากเว็บไซต์ KDnuggets ในปี 2014 พบว่าผู้ร่วมตอบ
แบบสำรวจใช้ RapidMiner ในการวิเคราะห์ข้อมูลมากเป็นอันดับ 1
• Gartner ได้จัดให้ RapidMiner อยู่ 
ในกลุ่ม Leaders สำหรับซอฟต์แวร์ 
ในการวิเคราะห์ข้อมูล (2015)
• SAS
• IBM
• KNIME
• RapidMiner
3
source: http://www.kdnuggets.com/2014/06/kdnuggets-annual-software-poll-rapidminer-continues-lead.html 
http://rapidminer.com/leader-gartners-magic-quadrant-advanced-analytics/

(data)3 
RapidMiner Studio 7
• download ได้จาก http://rapidminer.com
4
คลิกที่เมนูนี้

(data)3 
RapidMiner Studio 7
• เลือกดาวน์โหลด version ที่เหมาะสมกับระบบปฏิบัติการของเรา
5

(data)3 
RapidMiner Studio 7
• License ของ RapidMiner Studio 7
6
ฟังก์ชันการวิเคราะห์ข้อมูล
เหมือนกับ license อื่นๆ

(data)3 
RapidMiner Academia
7
source: https://rapidminer.com/academia/

(data)3 
RapidMiner Academia
8

(data)3 
RapidMiner Professional License
9

(data)3 
• พบกับหน้าต่าง Home Screen
RapidMiner Studio 7
10
1 แนะนำการใข้งานเบื้องต้น
4
3
เปิด process ที่มีอยู่
สร้าง process ใหม่
2 ดูตัวอย่างที่เตรียมไว้

(data)3 
RapidMiner Studio 7
• องค์ประกอบของ RapidMiner Studio 7
11
Repository
Operators
Process
Parameter
help
1
2
3
4
5

(data)3 
RapidMiner Studio 7
• เมนูใน RapidMiner Studio 7
12
ใช้สร้าง process ใหม่
โหลด process เดิม
บันทึก process
undo หรือ redo
สั่งให้ process ทำงาน (run)
ยกเลิก process (stop)
เมนูสำหรับปรับเปลี่ยนมุมมองของ
RapidMiner Studio 7
เมนูสำหรับแสดงวิธีการใช้งานในรูปแบบต่างๆ
ba
a
b
หน้า Design แสดงหน้าสำหรับการสร้างโพรเซส
หน้า Results แสดงหน้าผลลัพธ์การทำงาน

(data)3 
Data management
• Repository
• เป็นที่เก็บข้อมูลและ process เพื่อใช้งานใน RapidMiner  
Studio 7
• ทำให้ไม่ต้องโหลดข้อมูลจากไฟล์ใหม่ทุกครั้ง
• องค์ประกอบในส่วน Repository
• ส่วนที่
• สำหรับสร้าง Repository ใหม่
• โหลดไฟล์ประเภทต่างๆ เข้าไปไว้ใน Repository
• สร้างโฟลเดอร์ใหม่
• ส่วนที่
• ข้อมูลและ process Sample ที่ RapidMiner Studio 7 เตรียมไว้ให้
• ข้อมูลที่เก็บอยู่ในแต่ละ Repository
13
1
2
1
2

(data)3 
Data management
• สร้าง Repository ใหม่
• คลิกที่
• หลังจากนั้นเลือกเมนู Create repository
14
2
1
2

(data)3 
Data management
• สร้าง Repository ใหม่ (ต่อ)
• เลือก New local repository
• กดปุ่ม Next
15
3
4

(data)3 
• สร้าง Repository ใหม่ (ต่อ)
• เปลี่ยนชื่อ Alias เป็น RapidMinerTraining
• กดปุ่ม Finish
Data management
16
6
5

(data)3 
Data management
• จะปรากฏ repository RapidMinerTraining แสดงขึ้นมาในส่วนของ
Repository
17
repository ที่
สร้างขึ้นมาใหม่

(data)3 
Data management
• สร้างโฟลเดอร์ใน RapidMinerTraining
• data สำหรับเก็บข้อมูล
18
7
8
9
10

(data)3 
Data management
• สร้างโฟลเดอร์ใน RapidMinerTraining
• data สำหรับเก็บข้อมูล
• process สำหรับเก็บโพรเซสที่สร้างขึ้น
19
11
12
13
14

(data)3 
Data Manipulation
• ใช้ตารางที่สร้างขึ้นในสัปดาห์ที่ 2 ซึ่งมี 3 ตาราง
20
ID First Last
S103 John Smith
S104 Mary Jones
S105 Jane Brown
S106 Mark Jones
S107 John Brown
Student
Code Title
DBS Database Systems
PR1 Programming 1
PR2 Programming 2
IAI Intro to AI
Course
ID Code Mark
S103 DBS 72
S103 IAI 58
S104 PR1 68
S104 IAI 65
S106 PR2 43
S107 PR1 76
S107 PR2 60
S107 IAI 35
Grade

(data)3 
Data Manipulation
• การจัดการข้อมูลจากฐานข้อมูลโดยใช้ RapidMiner Studio 7 แทนการ 
เขียนคำสั่ง SQL
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Student
• แสดงข้อมูลชื่อ (First) ของนักศึกษาจากตาราง Student
• แสดงข้อมูลนามสกุล (Last) ของนักศึกษาจากตาราง Student
• แสดงข้อมูลชื่อ (First) และ นามสกุล (Last) ของนักศึกษาจากตาราง Student
• แสดงข้อมูลนามสกุล (Last) ของนักศึกษาที่แตกต่างกันจากตาราง Student
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Student ซึ่งมีชื่อว่า John
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Student ยกเว้นนักศึกษาที่ชื่อ John
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Grade ที่มีคะแนนมากกว่าหรือเท่ากับ 60 คะแนน
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) จากตาราง Grade ที่มีคะแนนน้อยกว่า
หรือเท่ากับ 60 คะแนน
21

(data)3 
Data Manipulation
• แสดงเฉพาะข้อมูลชื่อ (First) นามสกุล (Last) คะแนน (Mark) และชื่อวิชา (Title) จากตาราง Grade ที่มี
คะแนนระหว่าง 40-60 คะแนน
• แสดงข้อมูลคะแนน (Mark) จากตาราง Grade โดยเรียงลำดับคะแนนจากน้อยไปมาก
• แสดงข้อมูลคะแนน (Mark) จากตาราง Grade โดยเรียงลำดับจากมากไปน้อย
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) ของนักศึกษาที่มีสนามสกุลว่า Jones
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) ของนักศึกษาที่ไม่มีสนามสกุลว่า Jones
• นักศึกษาที่ลงทะเบียนเรียนวิชา Intro to AI มีคะแนนน้อยสุดเท่าไร
• นักศึกษาที่ลงทะเบียนเรียนวิชา Intro to AI มีคะแนนมากสุดเท่าไร
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) ของนักศึกษาที่ลงทะเบียนเรียนวิชา
Programming (รวมทั้ง 1 และ 2)
• นักศึกษาที่ลงทะเบียนเรียนวิชา Programming 2 มีคะแนนมากสุดเท่าไร
22

(data)3 
Data Manipulation
• การจัดการข้อมูลจากฐานข้อมูลโดยใช้ RapidMiner Studio 7  
แทนการเขียนคำสั่ง SQL
• แสดงข้อมูลคะแนนของนักศึกษาให้อยู่ในรูปแบบด้านล่างนี้
23
ID DBS PR1 PR2 IAI
S103 72 0 0 58
S104 0 68 0 65
S106 0 0 43 0
S107 0 76 60 35

(data)3 
Data Manipulation
• แสดงเฉพาะข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) จากตาราง Grade ที่มีคะแนน
น้อยกว่าหรือเท่ากับ 60 คะแนน
24

(data)3 
Data Manipulation
• เลือกโอเปอเรเตอร์ Read Database จากในส่วน Operator
• ลากมาวางไว้ในส่วน Process
• ในส่วน connection คลิกที่ไอคอน
25
1
2
3
4
www.dataminingtrend.com

(data)3 
Data Manipulation
• เพ่ิมข้อมูลลงในส่วนต่างๆ ของหน้าจอ Manage Database
Connections
• Name: สำหรับใช้เป็นชื่อ connection
• Database system: เลือกประเภทของฐานข้อมูลที่ต้องการ connect
• Host: ชื่อ/IP ของ database server
• Port: port ที่ database server ระบุไว้
• Database scheme: ชื่อของฐานข้อมูลที่ต้องการดึงข้อมูล
• User/Password: username และ password ที่ใช้สำหรับ connect ไปยัง
database server
• ใช้ในการทดสอบว่าสามารถ connect ไปยัง database server ได้หรือไม่
26

(data)3 
Data Manipulation
• กำหนดค่าต่างๆ ของ database server (ในตัวอย่างนี้ใช้ MySQL)
27
5
6
7 8
9
10
12
13
14

(data)3 
Data Manipulation
• คลิกที่โอเปอเรเตอร์ Read Database ในส่วน Process
• ในส่วน connection เลือกเป็น BD514
• ในส่วน deﬁne query เลือกเป็น table name
• ในส่วน table name เลือกเป็น student
28
15
16
17

(data)3 
Data Manipulation
29

(data)3 
Data Manipulation
30

(data)3 
Data Manipulation
• กลับมาหน้า Design
• เลือกโอเปอเรเตอร์ Select Attributes มาวางต่อโอเปอเรเตอร์ Read Database
• เลือก attribute ﬁlter type เป็น single และ attribute เป็น ﬁrst
31
1
3
4
2

(data)3 
Data Manipulation
32

(data)3 
Data Manipulation
33

(data)3 
Data Manipulation
• คลิกโอเปอเรเตอร์ Select Attributes เลือก attribute ﬁlter type เป็น single และ
attribute เป็น last
34
1
2

(data)3 
Data Manipulation
35

(data)3 
Data Manipulation
36

(data)3 
Data Manipulation
• แสดงข้อมูลชื่อ (First) และ นามสกุล (Last) ของนักศึกษาจาก
ตาราง Student
• คลิกโอเปอเรเตอร์ Select Attributes เลือก attribute ﬁlter type เป็น subset
• คลิกที่ Select Attributes เพื่อเลือกแอตทริบิวต์ First และ Last
37
1
2
3

(data)3 
Data Manipulation
• เลือกแอตทริบิวต์ First และ Last
38
4

(data)3 
Data Manipulation
39

(data)3 
Data Manipulation
40

(data)3 
Data Manipulation
• แสดงข้อมูลนามสกุล (Last) ของนักศึกษาที่แตกต่างกันจากตาราง
Student
• คลิกโอเปอเรเตอร์ Select Attributes เลือก attribute ﬁlter type เป็น single และ
attribute เป็น last
41
1
2

(data)3 
Data Manipulation
Student
• เลือกโอเปอเรเตอร์ Aggregate มาวางต่อโอเปอเรเตอร์ Select Attributes
• คลิกที่ปุ่ม Select Attributes ในส่วน group by attributes
42
1
3
4
2

(data)3 
Data Manipulation
Student
• เลือกแอตทริบิวต์ Last
43
5

(data)3 
Data Manipulation
Student
44

(data)3 
Data Manipulation
45

(data)3 
Data Manipulation
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Student ซึ่งมีชื่อว่า
John
• เลือกโอเปอเรเตอร์ Filter Examples มาวางต่อโอเปอเรเตอร์ Read Database
• คลิกที่ปุ่ม Add Filters ในส่วน ﬁlters
46
1
3
4
2

(data)3 
Data Manipulation
John
• เลือกแอตทริบิวต์ First และกำหนดเงื่อนไขเป็น John
47
5 6www.dataminingtrend.com

(data)3 
Data Manipulation
John
48

(data)3 
Data Manipulation
49

(data)3 
Data Manipulation
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Student ยกเว้น
นักศึกษาที่ชื่อ John
• คลิกโอเปอเรเตอร์ Filter Examples และคลิกที่ปุ่ม Add Filters ในส่วน ﬁlters
50
1
2

(data)3 
• เลือกแอตทริบิวต์ First และกำหนดเงื่อนไขเป็น does not equal John
Data Manipulation
51
3 54

(data)3 
Data Manipulation
52

(data)3 
Data Manipulation
53

(data)3 
Data Manipulation
• แสดงข้อมูลทั้งหมดของนักศึกษาจากตาราง Grade ที่มีคะแนน
มากกว่าหรือเท่ากับ 60 คะแนน
• คลิกที่โอเปอเรเตอร์ Read Database ในส่วน Process
• ในส่วน table name เลือกเป็น grade
54
1
2

(data)3 
• เลือกแอตทริบิวต์ Mark และกำหนดเงื่อนไขเป็น > 60
Data Manipulation
55
3 54

(data)3 
Data Manipulation
56

(data)3 
Data Manipulation
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) จากตาราง Grade ที่มีคะแนน
น้อยกว่าหรือเท่ากับ 60 คะแนน
57

(data)3 
Data Manipulation
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) จาก
ตาราง Grade ที่มีคะแนนน้อยกว่าหรือเท่ากับ 60 คะแนน
• เลือกโอเปอเรเตอร์ Read Database มาใส่ใน Process
• ในส่วน table name เลือกเป็น student
58
1
3
4
2
1
2

(data)3 
Data Manipulation
• เลือกโอเปอเรเตอร์ Join มาใส่ใน Process
• โยง output จากโอเปอเรเตอร์ Read Database ทั้งสองอันมาที่โอเปอเรเตอร์ Join
59
3
4
1
2
5

(data)3 
Data Manipulation
• uncheck เมนู use id attribute as key
• คลิกที่ปุ่ม Edit List (0)... ในส่วน key attributes
• ใส่เงื่อนไขให้เชื่อมโยง (join) โดยใช้แอตทริบิวต์ ID จากทั้งใน 2 ตาราง
60
6 7

(data)3 
• เลือกแอตทริบิวต์ Mark และกำหนดเงื่อนไขเป็น > 60
Data Manipulation
61
8 109

(data)3 
Data Manipulation
62

(data)3 
Data Manipulation
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) คะแนน (Mark) และชื่อวิชา (Title) จากตาราง Grade ที่มีคะแนน
ระหว่าง 40-60 คะแนน
63

(data)3 
Data Manipulation
• แสดงข้อมูลคะแนน (Mark) จากตาราง Grade โดยเรียงลำดับ
คะแนนจากน้อยไปมาก
• เลือกโอเปอเรเตอร์ Sort และเลือก attribute name เป็น Mark และ sorting
direction เป็น increasing
64
4
1
2
3

(data)3 
Data Manipulation
• แสดงข้อมูลคะแนน (Mark) จากตาราง Grade โดยเรียงลำดับ
คะแนนจากน้อยไปมาก
65

(data)3 
Data Manipulation
66

(data)3 
Data Manipulation
• แสดงข้อมูลคะแนน (Mark) จากตาราง Grade โดยเรียงลำดับจาก
มากไปน้อย
direction เป็น decreasing
67
1
2
3
4www.dataminingtrend.com

(data)3 
Data Manipulation
• แสดงข้อมูลคะแนน (Mark) จากตาราง Grade โดยเรียงลำดับจาก
มากไปน้อย
68

(data)3 
Data Manipulation
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) คะแนน (Mark) และชื่อวิชา (Title) จากตาราง Grade ที่มี
คะแนนระหว่าง 40-60 คะแนน
69

(data)3 
Data Manipulation
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) คะแนน (Mark) และชื่อ
วิชา (Title) จากตาราง Grade ที่มีคะแนนระหว่าง 40-60 คะแนน
• เลือกโอเปอเรเตอร์ Read Database มาใส่ใน Process
• ในส่วน table name เลือกเป็น course
70
4
1
2
3

(data)3 
Data Manipulation
• uncheck เมนู use id attribute as key
• คลิกที่ปุ่ม Edit List (0)... ในส่วน key attributes
• ใส่เงื่อนไขให้เชื่อมโยง (join) โดยใช้แอตทริบิวต์ Code จากทั้งใน 2 ตาราง
71
5 6

(data)3 
• เลือกแอตทริบิวต์ Mark และกำหนดเงื่อนไขเป็น > 40 และ Mark < 60
Data Manipulation
72
7 98

(data)3 
Data Manipulation
• เลือกโอเปอเรเตอร์ Select Attributes มาต่อกับ Filter Example ใน Process
• เลือก attribute ﬁlter type เป็น subset และคลิกที่ปุ่ม Select Attributes...
73
4
1
2
3

(data)3 
• เลือกแอตทริบิวต์ First, Last, Mark และ Title
Data Manipulation
74
5 www.dataminingtrend.com

(data)3 
Data Manipulation
75

(data)3 
Data Manipulation
76

(data)3 
• แสดงข้อมูลชื่อ (First) นามสกุล (Last) และคะแนน (Mark) ของ
นักศึกษาที่มีสนามสกุลว่า Jones
• เลือกแอตทริบิวต์ Last และกำหนดเงื่อนไขเป็น Jones
Data Manipulation
77
1 32

(data)3 
• คลิกที่โอเปอเรเตอร์ Select Attributes เลือกแอตทริบิวต์ First, Last และ Mark
Data Manipulation
78

(data)3 
Data Manipulation
79

(data)3 
Data Manipulation
80

(data)3 
นักศึกษาที่ไม่มีสนามสกุลว่า Jones
• เลือกแอตทริบิวต์ Last และกำหนดเงื่อนไขเป็น does not equal Jones
Data Manipulation
81
1 32

(data)3 
Data Manipulation
นักศึกษาที่ไม่มีสนามสกุลว่า Jones
82

(data)3 
Data Manipulation
83

(data)3 
• นักศึกษาที่ลงทะเบียนเรียนวิชา Intro to AI มีคะแนนน้อยสุด
เท่าไร
• เลือกแอตทริบิวต์ Title และกำหนดเงื่อนไขเป็น equal Intro to AI
Data Manipulation
84
1 32

(data)3 
Data Manipulation
เท่าไร
direction เป็น increasing
85
74
5
6

(data)3 
Data Manipulation
เท่าไร
• เลือกโอเปอเรเตอร์ Filter Example Range และเลือก ﬁrst example และ last
example เป็น 1 ทั้งคู่
86
48
9
3
10
11

(data)3 
Data Manipulation
เท่าไร
87

(data)3 
Data Manipulation
88

(data)3 
Data Manipulation
• นักศึกษาที่ลงทะเบียนเรียนวิชา Intro to AI มีคะแนนมากสุด
เท่าไร
89
2
1

(data)3 
Data Manipulation
• นักศึกษาที่ลงทะเบียนเรียนวิชา Intro to AI มีคะแนนมากสุด
เท่าไร
90

(data)3 
Data Manipulation
91

(data)3 
นักศึกษาที่ลงทะเบียนเรียนวิชา Programming (รวมทั้ง 1 และ 2)
• เลือกแอตทริบิวต์ Title และกำหนดเงื่อนไขเป็น contains Programming
Data Manipulation
92
1 32

(data)3 
• เลือกแอตทริบิวต์ First, Last, Mark และ Title
Data Manipulation
93

(data)3 
Data Manipulation
94

(data)3 
Data Manipulation
95

(data)3 
• นักศึกษาที่ลงทะเบียนเรียนวิชา Programming 2 มีคะแนนมากสุด
เท่าไร
• เลือกแอตทริบิวต์ Title และกำหนดเงื่อนไขเป็น contains Programming2
Data Manipulation
96
1 32

(data)3 
Data Manipulation
เท่าไร
97
2
1

(data)3 
Data Manipulation
เท่าไร
98

(data)3 
Data Manipulation
• การจัดการข้อมูลจากฐานข้อมูลโดยใช้ RapidMiner Studio 7  
แทนการเขียนคำสั่ง SQL
• แสดงข้อมูลคะแนนของนักศึกษาให้อยู่ในรูปแบบด้านล่างนี้
99
ID DBS PR1 PR2 IAI
S103 72 0 0 58
S104 0 68 0 65
S106 0 0 43 0
S107 0 76 60 35

(data)3 
Data Manipulation
• แสดงข้อมูลคะแนนของนักศึกษาให้อยู่ในรูปแบบ pivot table
• เลือกโอเปอเรเตอร์ Select Attributes มาต่อกับ Join และเลือก attribute ﬁlter
type เป็นแบบ subset และกดปุ่ม Select Attributes
100
1
2
3
4

(data)3 
• แสดงแสดงข้อมูลคะแนนของนักศึกษาให้อยู่ในรูปแบบ pivot
table
• เลือกแอตทริบิวต์ Code, ID, และ Mark
Data Manipulation
101
5

(data)3 
Data Manipulation
• เลือกโอเปอเรเตอร์ Pivot มาต่อกับ Select Attributes
102
1
2
3
4
6
7

(data)3 
Data Manipulation
103

Data manipulation with RapidMiner Studio 7

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (9)

Similar to Data manipulation with RapidMiner Studio 7

Similar to Data manipulation with RapidMiner Studio 7 (20)

Data manipulation with RapidMiner Studio 7