RapidMiner'a Excel İle Veri Seti Ekleme

Merhaba Arkadaşlar!

Oracle üzerinden giden bir blogger olarak genelde açık kaynak kodlu ürünleri tercih etmeye çalışıyorum. Günümüzün parlayan veri madenciliği sektörünün en önemli kısımlarından birisi de veri madenciliği yorumlayıcılarıdır. Bu alanda oldukça fazla ürün geliştirilmiş olup halen bu süreç devam etmektedir. Konuyla biraz ilgiliyseniz de bu sektörün yok olup gitmesinin biraz zor olacağını kolaylıkla anlarsınız. Şimdi bu yazıda ben açık kaynak kodlu ve çok kullanışlı olan veri madenciliği yorumlayıcısından bahsedeceğim. Ne olduğunu, ne işe yaradığıını ve nasıl kullanıldığını bir örnekle destekleyerek açıklayacağım.

Öncelikle http://rapid-i.com/content/view/167/82/ (eğer win32 kullanıyorsanız) linkinden ister gösterilen formu doldurarak, isterseniz de formu doldurmadan direk aşağıdaki link ile RapidMiner 5.2'yi bilgisayarınıza indirin. Eğer işletim sisteminiz farklıysa http://rapid-i.com/content/view/26/84/ linkinden gereken versiyonu bilgisayarınıza indirebilirsiniz. Ben işlemleri win 32 üzerinden sürdüreceğim.

RapidMiner'ın kurulumunu windows üzerinde yapamamanız için şu an bu sayfada bulunmuyor olmanız gerekir. O yüzden ayrıca bunu anlatmanın gereği yok. Eğer küçük problemlerle karşılaşırsanız kendi sitesi üzerindeki http://rapid-i.com/content/view/17/40/lang,en/#starting:windows linkinden gereken yerleri inceleyerek yardım alabilirsiniz ki buna ihtiyaç duyacağınızı sanmıyorum.

RapidMiner'ı indirip kurduysanız artık ne işe yaradığından bahsedebiliriz. Bildiğimiz gibi günümüz dünyasında şirketler için verilerin kıymeti paha biçilemez. Her birimiz ilişki kurduğumuz şirketler için birer potansiyel veriyiz. Bunun ne kadar ahlaki olduğu tartışılsa da pek çoğumuz da bunlarla haşır neşir olarak para kazanacağız (: Peki, bu kadar çok veri nasıl anlam ifade eden kampanyalara dönüşebiliyor? Ya da bir patron şirketin geçmiş verilerine bakarak A bölgesinin müdürünü nasıl işten çıkarmaya karar veriyor? Elbette bunun yanıtını bilmek için Veri Madenciliği ve İş Zekası hakkında bilgi sahibi olmak gerekir. İşte RapidMiner veriler üzerinde 400'ün üzerinde algoritma koşturarak o verileri size anlamlı ve yoruma açık hale getirir. Sadece RapidMiner değil elbette. Spss, R, Clementine gibi pek çok ücretli-ücretsiz uygulama bu işi yapar. RapidMiner'ı öne çıkaran özellikler aşağıdaki gibidir;
-Çok fazla algoritmayı desteklemesi
-Çok fazla uzantıyı-formatı desteklemesi
-Açık kaynak kodlu olması
-Grafik öğelerine önem vermesi
-Kurulumunun, kullanışının çok kolay olması (sürükle-bırak mantığı)
-Popüler veritabanlarını direkt olarak desteklemesi. Desteklemediği veritabanları için de rahatlıkla uyarlanabilmesi.
Şeklinde sıralayabiliriz. Bunun yanında açık kaynak kodlu olması hasebiyle internet üzerinden döküman bulabileceğiniz bir yazılım. Eğer niyetiniz BI sektöründe ilerlemekse RapidMiner başlangıç için iyi bir seçim olabilir.

RapidMiner'ın ne işe yaradığını öğrendikten sonra artık küçük bir uygulama yapabiliriz. Madem veriler üzerinde işlem yapacaksınız; öyleyse ilk önce elinizde bir veri kümeniz(data set) olmalı. İnternette bu tarz uygulamalarda çalıştırmak için çok fazla veri seti örnekleri mevcut. Hatta TÜİK'in sitesinde de çok zengin içerikler mevcut. Ancak başlangıç için temizlenmiş verilere ihtiyaç duyabilirsiniz. Ben burada verilerin temiz olduğunu varsayarak işleme devam edeceğim. Veri temizleme işlemleri için de yine RapidMiner'dan ilgili operator'ü seçerek yapabilirsiniz. Bu biraz daha ileri düzey bir konu. Eğer konu ile ilgili yazmaya devam edecek olursam bunları da anlatmaya çalışırım. Her neyse; diyelim ki TÜİK ya da benzeri bir siteden text dosyası halinde bir veri kümesi indirdiniz.

RapidMiner'da pek çok veri girişi yöntemi mevcut fakat burada Excel ile veri almayı öğrenelim. Öncelikle Excel'i açıyoruz ve Veri seçeneği altındaa Metinden kısmını tıklıyoruz. Açılan pencerede indirilen text dosyasının yerini bildiriyoruz. Sınırlandırılmış'ı seçip ilerliyoruz. Ayırıcı olarak , (virgül) seçiyoruz. İlerleyip varsayılan ayarlarla işlemi bitiriyoruz. Sonuçta metin dosyasındaki verilerin satır ve sütunlara düzenli olarak yerleşmesi gerekiyor. Bu işlemden sonra excel dosyasını kaydedip çıkıyoruz.

RapidMiner'ı açıyoruz. File->New ile yeni proses açıyoruz. Read Excel Prosesini sürükleyip çalışma ekranına bırakıyoruz.

Daha sonra eklediğiniz operatörün özelliklerine erişmek için üzerine tıklayın. Sağda o operatöre ait özelikler belirir. Yine bir operatörün ne iş yaptığını bilmiyorsanız sağ tıklayıp operatör hakkında bilgi edinebilirsiniz. Yeni başlayanlar için bütün operatörlerin tek tek incelenmesini öneririm. 

Browser ile Excel dosyasının olduğu dizini gösteriyoruz. Daha sonra Import Configuration Wizard ile işlerimizi kolaylaştıran sihirbazımızı açıyoruz. Excel dosyasını seçip Next ile ilerliyoruz. Bu sayfada almak istemediğiniz verilerin seçimini iptal edebiliyorsunuz. Tüm verileri alabilmeniz için hepsinin seçili olması gerekir. 

Next ile ilerleyelim. Bir sonraki adım 3 te satırlarınıza ait nitelikleri belirliyorsunuz. Burayı Next ile geçelim. Bir sonraki adım olan aşağıdaki resimde görülen aşama en önemlisidir. Burada sütunların veri tipleri belirlenir. Genelde RapidMiner bu tipleri doğru olarak belirler. Sütunun ID olması, Classification ise Label kullanımı gibi özellikler burada belirlenir. Diğer sütunlar attibute olarak bırakılır. Bu işlem finish butonu ile bitirildikten sonra artık girdiniz kullanımza hazırdır ve istediğiniz algoritmalar ile deneyebilirsiniz. 

RapidMiner'da sürüklenen operatörün sağ altında eğer kırmızı işaret görülüyorsa o operatör hatalı kullanılmış demektir. Eğer yeşil olursa doğru kullanılmış demektir. Eğer sarı ise de şu an aktif olarak çalışmıyor demektir.

Bunun dışında RapidMiner'da kurulumla birlikte gelen ve öğrenmenizi hızlandıracak algoritmalar için her birine birer örnek eklenmiştir. Bunları inceleyerek daha hızlı yol alabilirsiniz. Bunları soldaki Repositories'in altında Sample kısmından görebilirsiniz.  

Görüldüğü gibi RapidMiner'ın kullanıcı dostu bir arayüzü vardır. Arayüzü öğrenmenizle ilgili bir sıkıntı yaşayacağınızı sanmıyorum. Önemli olan hangi algoritmanın hangi işi yaptığını bilmek. Bunun için de objelere ait bilgileri mutlaka takip etmelisiniz. 

Bu yazıda özetle bir veri setinin Excel üzerinden RapidMiner'a import edilmesini aktarmaya çalıştım. Umarım faydalı olmuştur. Önümüzdeki günlerde bu konuyla alakalı çalışacağım. Bu çalışmayı burada paylaşmayı düşünüyorum. Şimdilik hiç konu üzerine bilgisi olmayan yeni başlayanlar için bir giriş yazısı niteliğinde olan bu yazıyla yetinelim. 

Hepinize başarılar!