KNIMEでのH2Oによる顧客予測

このワークフローの目的は、KNIME内でのH2O機能の使いやすさを紹介することです。実世界のユースケースとして、Kaggle.comの "Restaurant Visitor Forecasting "コンペティションを選びました。https://www.kaggle.com/c/recruit-restaurant-visitor-forecasting

ワークフローは以下のステップで構成されています。
- データの準備、データの読み込み、クリーニング、結合、特徴の作成
- ローカルH2Oコンテキストの作成と、KNIMEデータテーブルのH2Oフレームへの変換
- クロスバリデーションとパラメータの最適化を含む3つの異なるモデルのモデリング
- 最適なモデルの選択
- デプロイメント、H2OモデルをH2O MOJOに変換し、Kaggleコンペティションでの予測

自由にいくつかの機能を作成し、最適化ループで追加のパラメーターを試して、予測を改善してください。

法的な理由により、Kaggleからのデータセットをワークフローと一緒に出荷することはできません。データにアクセスするには、Kaggleにサインインし、コンペの参加条件に同意する必要があります。その後、データをダウンロードして、このKNIMEプロジェクトのdataフォルダに保存し、ワークフローを実行することができます。

External resources

• Kaggle competition