​續上篇

16. 再來選擇Missing Values Scrubber元件加到設計視窗

17. 同樣將Project Columns的資料傳給Missing Values Scrubber, 接著在右方For missing values的選項點'Remove entire row', 這個步驟會將一些缺數值的資料整行移除, 算是資料清裡

18. 這時同樣按執行, 再去Missing Values Scrubber元件選Visualize再看結果, 即可看到Missing Values都是0

19. 到底移除了什麼, 比對前後資料就可發現像是?的資料, 因為無法處理, 就整行從dataset移除

20. 接著新增一個Project Columns, 並啟動cloumn selector

21. 這次Begin With 'no columns', include column names 貼上以下字串再確定
    make, body-style, wheel-base, engine-size, horsepower, peak-rpm, highway-mpg, price

22. 同樣可先執行一次, 再看資料就可看出現在只會列出上面所選取的欄位

23. 再來要將資料作切分, 將最後選出的資料75%拿來作訓練, 25%作測試驗證. 選取split, 放到最後一個Project Columns下方, 右邊將Fraction of rows in the first output dataset設為0.75

24. 執行後, 在split下方可看到兩個dataset, 分別可看出有145與48筆資料, 也就是75%, 25%的比例

25. 搜尋Machine Learning, 會列出多種演算法, 選擇Linear Regression當作這次實作的預測演算法

26. 有了演算法, 也有資料, 接著就要訓練資料. 選取Train Model到設計框內, 上方兩個連接點一個接演算法, 另一個接資料來源

27. 點右方的Launch column selector, 選取要預測的欄位, 也就是價格price

28. 接著用Score Model來驗證剛剛切出來的25%資料, 將連結線接好之後執行

29. Visualize執行後的Score Model, 可看到最右邊多一欄預測的價格, 可與左邊原本的price價格作比對, 看這個演算模型的正確性

30. 最後在新增一個Evaluate Model, 左邊的資料來源承接Score Model, 再執行一次

31. Visualize最後的結果, 幾個error數值越小越好, 最後一個Coefficient of Determination則是要趨近於1才算好, 至於修正則是可以靠調整不同演算法設定, 來達到最好的預測結果

32. 最後整個完成的全貌

感覺起來像是圖型化的資料採礦預測.