从 Rapidminer 的交叉距离运算符的输出，如何从 'Reference set' 中找到 'Request set' 行 number/numbers
From the ouput of Cross Distances operator of Rapid Miner, how to find 'Request set' row number/numbers from the 'Reference set'
我是 Rapid Miner 学习工作室及其操作员的新手，在使用 Rapid Miner 时，我遇到了一个奇怪的疑问，问题描述为 issue -
- 我有一个 100 行的数据集，我正在将这个集输入到 'Filter Example Range' 运算符
- 'Filter Example Range' 运算符的输出将是 'Example set' 和 'Original Set'
- 'Filter Example Range' 输出设置为 'Cross Distances' 运算符的输入。一个是 'Request set'，第一个示例：5，最后一个示例：5（这是 'Filter Example Range' 的 'Example set'，数字 5 表示实际的行号）另一个输入是 'Reference Set' - 100 行数据（这是 Filter Example Range' 运算符的 'Original set'）
- 从 'Cross Distances' 运算符我们得到三个输出。一个是 'result set'、'Request set' 和 'Reference set'（这两个也是提供的输入）
现在从 'Cross Distances' 运算符获得输出后，我想知道提供的 'reference set'.
中 'Request set' 的行号是多少
是否有机会在 'Execute R' 运算符中对这两个集合进行比较？或者我请求某人帮助我做任何选择。
Cross Distances 运算符需要一个 id 属性，如果输入示例集中不存在，则会添加一个。 id属性是特殊属性，不用于计算距离；为此仅使用常规属性。如果输入示例集包含一个名为 id 的属性，该属性是常规的，则运算符会将其更改为特殊属性，从而将其排除在距离计算之外。
输出是对之间的距离，使用每个输入的 id 引用每对。
所以如果输出看起来像这样（使用 iris 数据集并选择第五个作为请求输入，其余所有作为文档输入）。
request document distance
id_5 id_5 0.0
id_5 id_1 0.141
表示请求中的id_5和文档中的id_5相距0距离，请求中的id_5和文档中的id_1文档相隔0.141。
鸢尾花数据集中id_1和id_5，数据如下
id a1 a2 a3 a4
id_1 5.1 3.5 1.4 0.2
id_5 5.0 3.6 1.4 0.2
距离是
sqrt((5.1-5.0)^2 + (3.5-3.6)^2 + (1.4-1.4)^2 + (0.2-0.2)^2)
即sqrt(0.01 + 0.01 + 0 + 0)
这变成了 0.141。
是的，您可以使用 Execute R 运算符在 R 中完成。为此，您需要 compare 包中的 compare() 函数。要使用此函数比较两个数据集，您需要检查两个数据集中的两列是否具有相同的类型。通过执行此函数，您可以指定不同的参数，例如，如果您建议第二个数据集只是第一个数据集的一部分，则设置 "shorten=TRUE"。其他有用的参数例如 ignoreOrder、ignoreCase 和 ignoreColOrder。
您可以在 RapidMiner 中尝试的只是 join 或 Generate Attributes - 对于第二种方法，您可以从 "small" 示例设置并检查 "larger" 是否设置了这些宏的任何行。
Cross Distances 运算符是恕我直言，在转换过程中会减慢速度并且不会过多地处理数据。因此它只能在特定任务中有用。
我是 Rapid Miner 学习工作室及其操作员的新手，在使用 Rapid Miner 时，我遇到了一个奇怪的疑问，问题描述为 issue -
- 我有一个 100 行的数据集，我正在将这个集输入到 'Filter Example Range' 运算符
- 'Filter Example Range' 运算符的输出将是 'Example set' 和 'Original Set'
- 'Filter Example Range' 输出设置为 'Cross Distances' 运算符的输入。一个是 'Request set'，第一个示例：5，最后一个示例：5（这是 'Filter Example Range' 的 'Example set'，数字 5 表示实际的行号）另一个输入是 'Reference Set' - 100 行数据（这是 Filter Example Range' 运算符的 'Original set'）
- 从 'Cross Distances' 运算符我们得到三个输出。一个是 'result set'、'Request set' 和 'Reference set'（这两个也是提供的输入）
现在从 'Cross Distances' 运算符获得输出后，我想知道提供的 'reference set'.
中 'Request set' 的行号是多少是否有机会在 'Execute R' 运算符中对这两个集合进行比较？或者我请求某人帮助我做任何选择。
Cross Distances 运算符需要一个 id 属性，如果输入示例集中不存在，则会添加一个。 id属性是特殊属性，不用于计算距离；为此仅使用常规属性。如果输入示例集包含一个名为 id 的属性，该属性是常规的，则运算符会将其更改为特殊属性，从而将其排除在距离计算之外。
输出是对之间的距离，使用每个输入的 id 引用每对。
所以如果输出看起来像这样（使用 iris 数据集并选择第五个作为请求输入，其余所有作为文档输入）。
request document distance
id_5 id_5 0.0
id_5 id_1 0.141
表示请求中的id_5和文档中的id_5相距0距离，请求中的id_5和文档中的id_1文档相隔0.141。
鸢尾花数据集中id_1和id_5，数据如下
id a1 a2 a3 a4
id_1 5.1 3.5 1.4 0.2
id_5 5.0 3.6 1.4 0.2
距离是
sqrt((5.1-5.0)^2 + (3.5-3.6)^2 + (1.4-1.4)^2 + (0.2-0.2)^2)
即sqrt(0.01 + 0.01 + 0 + 0)
这变成了 0.141。
是的，您可以使用 Execute R 运算符在 R 中完成。为此，您需要 compare 包中的 compare() 函数。要使用此函数比较两个数据集，您需要检查两个数据集中的两列是否具有相同的类型。通过执行此函数，您可以指定不同的参数，例如，如果您建议第二个数据集只是第一个数据集的一部分，则设置 "shorten=TRUE"。其他有用的参数例如 ignoreOrder、ignoreCase 和 ignoreColOrder。
您可以在 RapidMiner 中尝试的只是 join 或 Generate Attributes - 对于第二种方法，您可以从 "small" 示例设置并检查 "larger" 是否设置了这些宏的任何行。
Cross Distances 运算符是恕我直言，在转换过程中会减慢速度并且不会过多地处理数据。因此它只能在特定任务中有用。