Відповідь:

Откройте KNIME и создайте новый рабочий процесс. 

1.В узле «Доступ к данным» прочитайте файл combined-data.csv и выберите столбцы «userId», «userSessionId», «teamLevel», «platformType», «count_gameclicks», «count_hits», «count_buyId» и “avg_price”.

 2.В узле «Data Manipulation » создайте новый столбец с именем «is_buyer» и установите для него значение 1, если столбец «avg_price» больше 5 долларов, и 0, если он меньше или равен 5 долларам.

 3.В узле «Partition» разделите данные на обучающую выборку (60%) и проверочную выборку (40%), используя столбец «is_buyer» в качестве критерия разделения.

 4.В узле «Моdeling» выберите алгоритм классификации, такой как логистическая регрессия или деревья решений, и обучите модель с помощью обучающей выборки.

 5.В узле «Evalution» оцените производительность модели, используя такие метрики, как точность, точность и полнота.

 6.В узле «Reporting» сгенерируйте отчет, обобщающий результаты модели классификации. 

Затем вы можете использовать обученную модель, чтобы предсказать, является ли игрок покупающим или непокупающим игроком, предоставив ей данные игрока.

Пояснення:

в теории как-то так :D