- リリース ノート
- 基本情報
- インストール
- 構成
- Integrations
- 認証
- アプリおよびディスカバリー アクセラレータを使用する
- AppOne のメニューとダッシュボード
- AppOne の設定
- TemplateOne 1.0.0 のメニューとダッシュボード
- TemplateOne 1.0.0 セットアップ
- TemplateOne のメニューとダッシュボード
- TemplateOne 2021.4.0 のセットアップ
- Purchase-to-Pay Discovery Accelerator のメニューとダッシュボード
- Purchase to Pay Discovery Accelerator の設定
- Order to Cash Discovery Accelerator のメニューとダッシュボード
- Cash Discovery Accelerator の設定への注文
- 基本コネクタ (AppOne 用)
- SAP コネクタ
- SAP Order to Cash Connector for AppOne
- SAP Purchase to Pay Connector for AppOne
- SAP Connector for Purchase to Pay Discovery Accelerator
- SAP Connector for Order-to-Cash Discovery Accelerator
- Superadmin
- ダッシュボードとグラフ
- テーブルとテーブル項目
- アプリケーションの整合性
- 使い方 ....
- SQL コネクタを使用する
- 便利なリソース
Process Mining
例: R スクリプトを作成する
プラットフォームで R スクリプトを使用できるようにするには、以下の手順に従います。
手順 |
操作 |
---|---|
1 |
R パッケージの最新バージョンのダウンロード場所 https://cran.r-project.org/bin/windows/base/。 |
2 |
R をサーバーにインストールします。 注: UiPath Process Mining がインストールされているサーバーである必要があります。
|
3 |
インストール ディレクトリを見つけて、Rscript.exe のパスを見つけます。 例: C:/Apps/Rscript.exe |
R はサーバーにインストールされ、開発者は接続文字列を使用して接続できます。
R スクリプトの接続文字列を作成するには、インストール パスが必要です。
ワークスペースの設定をテストするために、ダミーのデータから開始します。 たとえば、「例 : Python スクリプトを作成する」に示すように、「Hello World」の例を使用します。
ダミーの R スクリプトには以下が含まれます。
write("Hello world!", stderr()); quit("default", 1)
汎用スクリプトのデータソースには、実行するすべての外部プロセスのハンドラーが必要です。
R スクリプトのスクリプト ハンドラーを追加するには、以下の手順に従います。
手順 |
操作 |
---|---|
1 |
[Superadmin Settings] タブに移動します。 |
2 |
GenericScriptHandlers 値として Python の実行可能ファイルへのパスを持つ 1 つのキー「r」を持つオブジェクトを追加します。例えば:
|
3 |
[保存] をクリックします。 |
テキスト エディターで空のテキスト ファイルを開始し、次のコードを入力します。
## get command line arguments
args <- commandArgs(trailingOnly=TRUE)
inputfile <- args[1]
## read csv file
input <- file(inputfile, 'r')
df <- read.table(input, header=TRUE, sep=";")
## pre-processing
df <- table(df)
df <- as.data.frame.matrix(df)
df <- df[, sapply(data.frame(df), function(df) c(length(unique(df)))) > 1] #remove columns with unique value
## cluster
df <- scale(df)
kc <- kmeans(df, centers = 5)
cluster <- kc$cluster
## output
resultdata <- cbind(rownames(df), cluster)
colnames(resultdata)[1] <- 'Case ID'
write.table(resultdata, row.names = FALSE, sep=";", qmethod = "double")
## get command line arguments
args <- commandArgs(trailingOnly=TRUE)
inputfile <- args[1]
## read csv file
input <- file(inputfile, 'r')
df <- read.table(input, header=TRUE, sep=";")
## pre-processing
df <- table(df)
df <- as.data.frame.matrix(df)
df <- df[, sapply(data.frame(df), function(df) c(length(unique(df)))) > 1] #remove columns with unique value
## cluster
df <- scale(df)
kc <- kmeans(df, centers = 5)
cluster <- kc$cluster
## output
resultdata <- cbind(rownames(df), cluster)
colnames(resultdata)[1] <- 'Case ID'
write.table(resultdata, row.names = FALSE, sep=";", qmethod = "double")
以下の手順を実行します。
手順 |
操作 |
---|---|
1 |
テキスト ファイルを
script.r として保存します。
|
2 |
script.r ファイルをワークスペースにアップロードします。
|
.CSV
を生成する属性を作成します。 テーブル定義の入力として機能するため、 Globals テーブルに配置する必要があります。
csvtable
関数を使用して、入力データを定義できます。
この例では、 イベント テーブルを持つアプリケーションがあります。 以下の画像でご確認ください。
R_input_data
ルックアップ式を作成するには、以下の手順に従います。
手順 |
操作 |
---|---|
1 |
開発環境でアプリを開き、[ データ ] タブに移動します。 |
2 |
[ Globals ] の表を選択します。 表の項目リスト内の Globals テーブルを右クリックし、[ New expression...] を選択します。 |
3 |
型を [Lookup]に設定します。 |
4 |
入力テーブルとして [ イベント] を選択します。 |
5 |
以下の式を入力します。
|
6 |
[name] フィールドに R_input_data を入力します。 |
7 |
[ OK] を クリックして、式属性を Globals テーブルに保存します。 |
式の属性が [Globals ] テーブルに作成されます。 以下の画像でご確認ください。
次に、スクリプトを呼び出すデータソーステーブルをアプリケーションに設定します。
スクリプト データ ソースを設定するには、以下の手順に従います。
手順 |
操作 |
---|---|
1 |
[ データ ] タブで、新しい接続文字列の表を作成します。 |
2 |
New_table の名前を「 RscriptExample 」に変更します。
|
3 |
RscriptExample テーブルを右クリックし、[ 詳細> オプション...]をクリックします。
|
4 |
[ 表のオプション] ダイアログで、[ 表のスコープ ] を [ワークスペース]に設定します。 |
5 |
RscriptExample テーブルをダブルクリックして [接続文字列テーブルを編集] ウィンドウを開きます。
|
6 |
接続文字列として次を入力します。 ``'driver={mvscript |
7 |
クエリとして以下を入力 します。
以下の画像でご確認ください。 |
8 |
[ OK] をクリックし、[ はい ] をクリックしてデータを再読み込みします。 |
データを読み込むと、新しい属性が検出されます。 [ YES] (2x) をクリックし、[ OK] をクリックします。
Rscript_example
テーブルに、 Case_ID と クラスターの 2 つのデータソース属性を追加 しました。
以下の画像でご確認ください。