第 9.4 節 KNIME 教學，示範從資料匯入、缺失值處理、欄位過濾、分層切分，到決策樹與接收者操作特徵曲線（Receiver Operating Characteristic, ROC）評估的完整工作流程。
理解視覺化工作流程如何把資料準備、建模與評估串成可重現流程。
資料共有 1,000 位客戶、38 欄，目標變數為 Churn（Y／N），另有唯一識別欄位 CustID。
| 原書資訊 | 數值／內容 |
|---|---|
| 客戶數 | 1,000 |
| 欄位數 | 38 |
| 目標變數 | Churn：Y／N |
| 缺失欄位範例 | Tenure、Confer、Ebill |
| 數值缺失值處理 | 中位數 |
| 類別缺失值處理 | 最常出現值 |
| 訓練／測試 | 70%／30%，分層隨機抽樣 |
| 訓練資料類別 | N=519、Y=181，共 700 |
CSV Reader → Data Explorer／Statistics → Missing Value → Column Filter 移除 CustID → Partitioning → Decision Tree Learner／Predictor → Scorer → ROC Curve。原書另示範可在相同切分下加上 Random Forest 比較。
訓練集 700 筆中，N 占 74.1%、Y 占 25.9%；測試集為 300 筆。原書的混淆矩陣與 ROC 圖以畫面呈現，但正文未列出完整數值，因此本頁不捏造測試準確率。
視覺化工具的價值在於每個處理節點與資料流都可被看見、重做與替換；這也讓同一訓練／測試切分可快速比較不同模型。
根據 KNIME 工作流程與已知的 70/30 切分、519／181 訓練類別，指出資料不平衡風險與每個節點的目的；不得產生原書未列出的測試準確率。
問題： 若不使用分層切分，可能出現什麼問題？
參考解答： 訓練與測試集的 Y／N 比例可能偏離原始分布，使模型比較與評估更不穩定。