Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 1/18 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Cvičení 1: Visualizace dat BI-VZD, 09/2011 MI-POA Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Vizualizace Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 2/18
Vizualizace Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 3/18 "As the Chinese say, 1001 words is worth more than a picture." Wikipedia
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 4/18 RapidMiner Úvod do RapidMineru 1/3 Spusťte RapidMiner Vytvořte nový repozitář Vložte blok Retrieve Blok Retrieve nastavte na Iris dataset Spusťte model
RapidMiner Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 5/18 Úvod do RapidMineru 2/3 Zobrazte Data view 1. Kolik je v datasetu atributů? 2. Kolik je v datasetu vzorků? 3. Kolik je v datasetu tříd? 4. Kolik je vzorků v každé třídě?
RapidMiner Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 6/18 Úvod do RapidMineru 2/3 1. V datasetu jsou 4 atributy 2. V datasetu je 150 vzorků 3. V datasetu jsou 3 třídy 4. V každé třídě je 50 vzorků
RapidMiner Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 7/18 Zobrazte Plot View Úvod do RapidMineru 3/3 1. Existuje atribut, který by rozlišil irisy? 2. Který jeden jedinný atribut je nejlepší na rozlišení tříd?
RapidMiner Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 8/18 Úvod do RapidMineru 3/3 1. Neexistuje (versicolor se míchá s virginicou) 2. Nejlepší atribut je a3 (nejlépe separuje)
RapidMiner Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 9/18 Iris dataset Vyhledejte o Iris datasetu (na Googlu) 1. Co je česky Iris? 2. Co je česky sepal? (atributy a1 a a2) 3. Co je česky petal? (atributy a3 a a4)
RapidMiner Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 10/18 Iris dataset 1. Iris znamená kosatec 2. Petal znamená okvětní lístek 3. Sepal znamená kališní lístek
Tag cloud Wikipedia's top 1000 vital articles sorted by number of views. http://en.wikipedia.org/wiki/tag_cloud Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 11/18
www.tagxedo.com Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 12/18
Anketa 2010 zimní semestr Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 13/18
Tag cloud Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 14/18 Úkol: Tag Cloud (2 body) Vytvořte Tag Cloud pro poslední anketu o Otevřete www.wordle.net o Otevřete https://it.fit.cvut.cz/anketa/, zvolte celofakultní hodnocení o Ohákujte : http://nlp.fi.muni.cz/cz_accent/ Hint: nic neříkající slova (si, byl, a, ) lze odebírat pravým klikem Nejlepší výsledek dostane 1 bod navíc
Heatmap Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 15/18 Global earthquake activity since 1973 and nuclear power plant locations http://maptd.com/map/earthquake_activity_vs_nuclear_power_plants/
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 16/18 Heatmap USA dle toho, jaké fotbalové zápasy se vysílají http://www.raketentim.de/blog/index.php/2008/11/10/google-maps-und-infografik/
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 17/18 Heatmap Cena piva do/nad 50 Kč /
Heatmap Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 18/18 Úkol: Mapa (2 body) Vytvořte geo mapu s vlastními daty ov ukázce byl použit seznam hospod z: http://www.seznamhospod.cz ovložte do Google fusion tables: http://www.google.com/fusiontables o Vizualizujte například pomocí Map ouveďte link na výsledek, link na ukázku je: http://www.google.com/fusiontables/datasource?dsrcid=947044 Unikátní a zajímavé mapy dostanou 3 body