作者 | Shantanu Kumar
责编 | 魏伟
来源：CSDN
对于机器学习和数据科学的初学者来说，最大的挑战之一是需要同时学习太多知识，特别是如果你不知道如何编码。你需要快速地适应线性代数、统计以及其他数学概念，并学习如何编码它们，对于新用户来说，这可能会有点难以承受。
如果你没有编码的背景并且发现很难学习下去，这时你可以用一个GUI驱动的工具来学习数据科学。当你刚开始学习的时候，可以集中精力学习实际的项目。一旦适应了基本的概念，你就可以在以后慢慢学习如何编写代码。
在今天的文章中，将介绍一个基于GUI的工具:KNIME。读完本文，你将在无需编写任何代码的情况下，预测零售商店的销售情况。
让我们开始吧!
KNIME是一个基于GUI工作流的强大分析平台。这意味着你不必知道如何编写代码(对于像我这样的初学者来说是一种解脱)，就能够使用KNIME并获得洞察力。
你可以执行从基本I/O到数据操作、转换和数据挖掘等功能。它将整个过程的所有功能合并到一个工作流中。
设置系统
在开始KNIME之前，首先你需要安装它并在PC上设置它。
到KNIME下载页面（http://www.knime.com/downloads）。
为你的电脑确定正确的版本:
安装该平台，并为KNIME设置工作目录以存储其文件:
这就是你屏幕上显示的样子。
创建你的第一个工作流程
在我们深入研究KNIME的工作原理之前，让我们先定义几个关键术语来帮助我们理解，然后看看如何在KNIME中打开一个新项目。
在左上角的工作流指导会向你展示KNIME社区特定节点的使用百分比。节点存储库将显示特定工作流可以拥有的所有节点，这取决于你的需要。当创建第一个工作流时，你还可以浏览示例工作流来检查更多的工作流。这是迈向解决任何问题的第一步。
要建立一个工作流，可以遵循这些步骤。
进入文件菜单，点击新建:
在你的平台上创建一个新的KNIME工作流并命名它为Introduction。
现在，当点击Finish时，你应该已经成功创建了你的第一个KNIME工作流。
这是你在KNIME上的空白工作流程。现在，你就可以从存储库将任何节点拖放到工作流中来探索和解决任何问题。
KNIME是一个可以帮助解决我们在数据科学的边界上可能遇到任何问题的平台。从最基本的可视化或线性回归到高级深度学习，KNIME可以做到这一切。
作为一个示例用例，我们在本教程中要解决的问题是Datahack可以访问的BigMart销售问题。
这个问题具体描述如下:
BigMart的数据科学家已经收集了2013年不同城市10家商店1559种产品的销售数据。此外，还定义了每个产品和存储的某些属性。其目的是建立一个预测模型，并在特定的商店中找出每种产品的销售情况。使用这个模型，BigMart将尝试了解产品和商店的属性，这些属性在增加销售中扮演着关键的角色。
你可以在这里（https://www.analyticsvidhya.com/blog/2016/02/bigmart-sales-solution-top-20/?utm_source=dzone&utm_medium=social）找到BigMart销售问题的方法和解决方案。
导入数据文件
让我们从理解这个问题的第一步骤开始：导入我们的数据。
拖放文件阅读器节点到工作流并双击它。接下来，浏览需要导入到工作流中的文件。
在本文中，我们将学习如何解决BigMart销售的问题，我将从BigMart Sales导入训练数据集:
这就是导入数据集时预览的样子。
让我们可视化一些相关的列，并找出它们之间的相关性。相关性帮助我们发现哪些列可能是相互关联的，并具有更高的预测能力来帮助我们最终的结果。要了解更多相关信息，请阅读本文（https://www.analyticsvidhya.com/blog/2015/06/correlation-common-questions/?utm_source=dzone&utm_medium=social）。
为了创建一个correlation matrix矩阵，我们在节点存储库中键入“linear correlation”，然后将其拖放到我们的工作流中。
在我们拖放之后，我们将把文件阅读器File reader的输出连接到节点linear correlation的输入。
单击topmost面板上的绿色按钮Execute。然后右击相关节点并选择View:Correlation Matrix 生成下图。
这将帮助你选择重要的特性，并通过在特定的单元上悬停来更好地预测。
接下来，我们将可视化数据集的范围和模式来更好地理解它。
可视化和分析
其实，我们想要从数据中了解到的主要事情之一就是:什么东西被卖得最多。
有两种解释信息的方法:散点图(Scatter Plot )和饼图(pie chart)。
散点图
在我们的节点存储库中搜索Views 项下的Scatter Plot 。将其以类似的方式拖放到工作流中，并将文件阅读器的输出连接到此节点。
接下来，配置节点，选择你需要多少行数据，并希望可视化(我选择了3000)。
单击Execute，然后查看:散点图。
X轴为Item_Type,Y轴为Item_Outlet_Sales。
上面的图代表了每种商品的销售情况，并向我们展示了水果和蔬菜的销售量是最高的。
饼状图
要了解我们数据库中所有产品类型的平均销售估算，我们将使用一个饼图。
单击视图下的饼图节点并将其连接到你的文件阅读器。选择需要隔离的列并选择首选的聚合方法，然后应用。
这张图表向我们展示了销售在各种产品上的平均分配。“淀粉类食品”的平均销量为7.7%。
以上，我只使用了两种类型的视图，尽管你还可以在浏览Views选项卡下查看多种表单中的数据。比如可以使用直方图、行图等来更好地可视化你的数据。
