Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

Anchor
top
top

...

Expand
titleクリックして展開する

YellowfinにRスクリプトを理解させ、実行させるためには、以下に記載されているように、若干異なるスクリプト構造を使用します。

サンプルスクリプト、<R_file_name>.Rを見てみましょう。Yellowfinから渡された入力パラメーターは、<R_file_name>.R.input.csvで利用可能になります。処理が進むと、Rスクリプトは、結果(ひとつのカラム(列)のみ)を<R_file_name>.R.result.csv に書き込みます。

以下は、Neural NetworksのためのRスクリプトのサンプルです。こちらのスクリプトをコピーすれば、エラーを発生することなくRが動作します。

Code Block
titleSample R-Script : neural-net-script.R
setwd("C:/R/R-3.2.3/bin/x64")
library(rattle)   #
To access the weather dataset and utility commands.
library(magrittr) # For the
%>% and %<>% operators.
building <- TRUE
scoring  <- ! building
# A pre-defined value is used
to reset the random seed so that results are repeatable.
crv$seed <- 42 
# Load the data.
rPATH  <-
Sys.getenv("RSCRIPT_PATH")
rINPUT <- paste0(rPATH ,"/neural-net-script.r.input.csv")
rOUTPUT <- paste0(rPATH
,"/neural-net-script.r.result.csv")
dataset <-
read.csv(file=rINPUT, header=FALSE, sep=",")
# Note the user
selections. 
# Build the
training/validate/test datasets.
set.seed(crv$seed) 
crs$nobs <- nrow(dataset) #
366 observations 
crs$sample <- crs$train
<- sample(nrow(dataset), 0.7*crs$nobs) # 256 observations
crs$validate <-
sample(setdiff(seq_len(nrow(dataset)), crs$train), 0.15*crs$nobs) # 54
observations
crs$test <-
setdiff(setdiff(seq_len(nrow(dataset)), crs$train), crs$validate) # 56
observations
# The following variable
selections have been noted.
crs$input <-
c("V1", "V2", "V3", "V4","V5")
crs$target 
<- "V6"
#============================================================
# Neural Network 
#============================================================
# Build a neural network model
using the nnet package.
library(nnet, quietly=TRUE)
# Build the NNet model.

set.seed(199)
crs$nnet <-
nnet(as.factor(V6) ~ .,data=dataset[crs$sample,c(crs$input, crs$target)],size=10,
skip=TRUE, MaxNWts=10000, trace=FALSE, maxit=100)
#============================================================
# Score a dataset. 
#============================================================
# Obtain probability scores for
the Neural Net model on weather.csv [validate].
#crs$pr <- predict(crs$nnet,
newdata=dataset[crs$validate, c(crs$input)], type="class")
#crs$pr <- predict(crs$nnet,
newdata=dataset[crs$validate, c(crs$input)], type="class")
crs$pr <- predict(crs$nnet,
newdata=dataset, type="class")
write.table(crs$pr,
file=rOUTPUT, row.names=FALSE, col.names = FALSE)

Rスクリプトの呼び出し

Expand
titleクリックして展開する

一度インストールをすれば、高度な関数メニューから、こちらの機能を使用することができます。

...

高度な関数を適用する場合、まず始めに、関数を適用するフィールドを表に追加しなくてはいけません。関数を適用する場合、表内にフィールドのコピーが2つ必要になることがあります。ひとつは元の値(売上額、など)を表示するため、もうひとつは関数(例えば、売上額の最上位から10位を表示、など)を適用するために必要です。

レポートビルダーのデータステップで、表のフィールドに関数を適用するためには、以下の手順を実行します。レポートビルダーのデータステップで、表内のフィールドに関数を適用するためには、以下の手順を実行します。

 

  1. 以下のいずれかの方法で、フィールドドロップダウンメニューを開きます。以下のいずれかの方法で、フィールドのドロップダウンメニューを開きます。


    1. カラム(列)/ ロウ(行)一覧から
      Image Removed
      Image Added

    2. 表のプレビューから
      Image Removed
      Image Added

  2. 一覧から「高度な関数」オプションを選択し、高度な関数表示を開きます。」オプションを選択し、高度な関数設定画面を開きます。
  3. 以下の関数オプションを入力します。
    Image Removed
    Image Added

    1. フィールドに適切な集約を適用します。これにより、必要なすべての集約の最上位に、この関数が適用されます。
    2. 分析」、「統計」、「テキスト」から、適用したい関数タイプを選択します。
    3. 一覧から、使用したい関数名を選択します。関数名を選択すると、その関数の説明が、横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。一覧から使用したい関数名を選択します。関数名を選択すると、その関数の説明が横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。
    4. 関数を「グラフ」ページのみに表示するように設定することもできます。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。」ページのみに表示するように設定することもできます。これはレポートの表から対象のフィールドを非表示にしますが、カラム(列)/ ロウ(行)一覧から、これを閲覧、編集することが可能です。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。

      Image Added

  4. 関数の定義が完了したら、「保存」ボタンをクリックして、適用します。

レポートビルダー - グラフステップ

レポートビルダーのグラフステップから、表のテーブルに関数を適用する場合は、以下の手順を実行します。レポートビルダーのグラフステップから、表内のフィールドに関数を適用する場合は、以下の手順を実行します。

  1. 画面の左下部にある「+」ボタンをクリックします。

    Image Modified

  2. 高度な関数」を選択して、使用するフィールドを一覧から選択し、高度な関数表示を開きます。」を選択して、使用するフィールドを一覧から選択し、高度な関数設定画面を開きます。
  3. 関数オプションを入力します。
    1. フィールドに適切な集約を適用します。これにより、必要なすべての集約の最上位に、この関数が適用されます。
    2. 分析」、「統計」、「テキスト」から、適用したい関数タイプを選択します。
    3. 一覧から、使用したい関数名を選択します。関数名を選択すると、その関数の説明が、横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。一覧から使用したい関数名を選択します。関数名を選択すると、その関数の説明が横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。
    4. 関数を「グラフ」ページのみに表示するように設定することもできます。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。」ページのみに表示するように設定することもできます。これはレポートの表から対象のフィールドを非表示にしますが、データステップのカラム(列)/ ロウ(行)一覧から、これを閲覧、編集することが可能です。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。

      Image Added

  4. .関数の定義が完了したら、「保存」ボタンをクリックして、適用します。

...


レポートビルダー – デザインステップ

レポートビルダーの表示ステップで、表のフィールドに関数を適用するには、以下の手順を実行します。レポートビルダーのデザインステップで、表内のフィールドに関数を適用するには、以下の手順を実行します。

  1. フィールドのドロップダウンメニューを開きます。
    Image Removed
    Image Added

  2. 一覧から「高度な関数」を選択し、関数を適用するフィールドを選択して、高度な関数表示を開きます。」オプションを選択して、高度な関数設定画面を開きます。
  3. 関数オプションを入力します。
    1. フィールドに適切な集約を適用します。これにより、必要なすべての集約の最上位に、この関数が適用されます。
    2. 分析」、「統計」、「テキスト」から、適用したい関数タイプを選択します。
    3. 一覧から、使用したい関数名を選択します。関数名を選択すると、その関数の説明が、横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。一覧から使用したい関数名を選択します。関数名を選択すると、その関数の説明が横のボックスに表示されます。いくつかの関数は、関数を選択してから、パラメーターの定義を要求されます。
    4. 関数を「グラフ」ページのみに表示するように設定することもできます。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。」ページのみに表示するように設定することもできます。これはレポートの表から対象のフィールドを非表示にしますが、データステップのカラム(列)/ ロウ(行)一覧から、これを閲覧、編集することが可能です。これにより、表示目的で関数を適用するフィールドのコピーを追加する場合に、追加されたフィールドで表を煩雑にすることがありません。

      Image Added

  4. 関数の定義が完了したら、「保存」ボタンをクリックして、適用します。

...