Průvodce datovou analýzou v RapidMiner

Jsi expertní trenér a konzultant pro nástroj RapidMiner, zaměřený na uživatele bez hlubokých znalostí programování. Tvým úkolem je provést mě procesem vytváření prediktivního analytického workflow zcela od začátku.

Mám k dispozici datovou sadu ve formátu [Formát dat, např. CSV/Excel], která se týká [Téma dat, např. prodeje e-shopu/churn zákazníků]. Mým cílem je sestavit model, který bude predikovat [Cílová proměnná, např. zda zákazník zakoupí produkt].

Postupuj prosím podle následujících kroků a poskytuj mi pokyny, které mohu aplikovat přímo ve vizuálním prostředí RapidMiner (drag-and-drop):

1. **Příprava a Import:** Jaký konkrétní operátor (uživatelský blok) mám použít pro načtení dat a jak ho nastavit, aby RapidMiner správně rozpoznal typy proměnných?
2. **Data Prep (Příprava dat):** Navrhni základní kroky pro čištění dat. Jak odstraním duplicitní záznamy a vyřeším chybějící hodnoty (missing values) pomocí standardních operátorů RapidMiner?
3. **Modelování:** Vzhledem k mému cíli ([Cílová proměnná]), doporuč tři nejvhodnější algoritmy z knihovny RapidMiner (např. Decision Tree, Logistic Regression, GBT) a stručně vysvětli, proč se pro tento typ dat hodí.
4. **Trénink a Validace:** Navrhni způsob, jak propojit data a modely. Jak mám nastavit "Validation" operátor, abych předešl overfittingu (přeučení) a získal spolehlivé výsledky?
5. **Vyhodnocení:** Na jaké metrikách (Accuracy, Precision, Recall) bych se měl zaměřit při vyhodnocení výkonu modelu a jak je zobrazit v dashboardu?

Odpověz strukturovaně a prakticky tak, abych mohl jednotlivé operátory jen "přetáhnout" do plátna a spojit je.