KNIME ANALYTIC PLATFORM：knime 中的模式是什么意思？

Question

我正在开发 KNIME ANALYTIC PLATFORM 作为我项目的一部分。我是这个分析平台的新手。

预测分析是从现有数据集中提取信息以确定模式 并预测未来结果和趋势的实践。 ... Knime 基于 Eclipse 平台，提供基于数据流的可视化编程语言，快速创建易于理解的分析流程

我的方法

使用现有数据，我试图形成一个模式。说像..

有几个客户有待支付的金额，但其中很少有人支付。我的情况是他们可能存在 1 个或多个来自客户的订单，
假设客户 1,2 和 3 在那里。 Cust_1 有 3 个订单，Cust_2 有 2 个订单，Cust_3 有 1 个订单，其中一些订单金额已支付，有些订单金额未支付。

我的问题

我的问题是我们能否根据客户生成模式。
要知道客户订购了2个以上的彩色并排列成图案？ knime 中的哪些节点构成了我的模式？

谁能解决这个问题。

Answer 1

在这种情况下，客户一起购买的模式，表示为关联规则。这些规则可以应用于新数据，并且可以通过在其中一种产品在购物篮中时推荐这些产品来帮助预测新购买。

如果有更多关于客户的信息，可用于根据这些属性将它们聚集在一起（在这种情况下，模式是客户的相似性），并且如果新客户适合其中一个集群，则可以向她/他/它推荐最常见的产品。好消息是，一旦您掌握了数据并且熟悉了 KNIME（它本身就是 user friendly，有许多免费资源可用：https://www.knime.com/resources），KNIME 就会让这一切变得非常容易。

显然其他模式也可能有用。如果您有更多数据，您可能会看到购买单个客户订单（或订单数量，其中 ARIMA 节点可能有用）或不同产品的受欢迎程度的趋势（模式）。这些也可以称为模式。

对于复杂的模型，您可能还需要使用其他工具，例如 R 或 Python 或其他工具。我要强调的是，KNIME 具有非常好的 PMML 支持，因此您不依赖于单一工具，您可以在 KNIME 中创建/训练您的模型，并使用其他工具基于该模型或其他方式进行预测。