Orange 簡介

Orange 是一個開源的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)軟件。Orange 基于 Python 和 C/C++ 開發(fā)，提供了一系列的數(shù)據(jù)探索、可視化、預(yù)處理以及建模組件。

Orange 擁有漂亮直觀的交互式用戶界面，非常適合新手進(jìn)行探索性數(shù)據(jù)分析和可視化展示；同時高級用戶也可以將其作為 Python 的一個編程模塊進(jìn)行數(shù)據(jù)操作和組件開發(fā)。

Orange 由盧布爾雅那大學(xué)于 1996 年開發(fā)，從 3.0 版本開始使用 Python 代碼庫進(jìn)行科學(xué)計算，例如 numpy、scipy 以及 scikit-learn；前端的圖形用戶界面使用跨平臺的 Qt 框架。Orange 支持 Windows、macOS 以及 Linux 平臺。

Orange 安裝

首先，打開 Orange 官方下載頁面。

下載頁面提供了幾種安裝方式：

Miniconda，直接點擊“Download”按鈕，下載 Orange3-Miniconda-x86_64.exe 文件后雙擊運行。

Anaconda，如果系統(tǒng)已經(jīng) Anaconda 發(fā)行版，執(zhí)行以下兩個命令： conda config --add channels conda-forge

conda install orange3

Python Package Index，執(zhí)行以下命令： pip install orange3

安裝完成后，在命令行輸入以下命令可以啟動 Orange 圖形界面：

orange-canvas

# 或者

python -m Orange.canvas

啟動之后顯示以下歡迎界面。

歡迎界面提供了新建、打開工作流(workflow)的快捷方式以及各種教程、示例和使用文檔，關(guān)閉該界面就進(jìn)入了 Orange 主界面。

示例教程

打開 Orange 主界面，左側(cè)顯示了默認(rèn)安裝時提供的許多機(jī)器學(xué)習(xí)、預(yù)處理以及可視化的算法，這些功能被劃分為 5 個組件集(數(shù)據(jù)、可視化、模型、評估以及無監(jiān)督算法)。

其中的組件包括：

數(shù)據(jù)(Data)：包含數(shù)據(jù)輸入、數(shù)據(jù)保存、數(shù)據(jù)過濾、抽樣、插補、特征操作以及特征選擇等組件，同時還支持嵌入 Python 腳本。

可視化(Visualize)：包含通用可視化(箱形圖、直方圖、散點圖)和多變量可視化(馬賽克圖、篩分曲線圖)組件。

模型(Model)：包含一組用于分類和回歸的有監(jiān)督機(jī)器學(xué)習(xí)算法組件。

評估(Evaluate)：交叉驗證、抽樣程序、可靠性評估以及預(yù)測方法評估。

無監(jiān)督算法(Unsupervised)：用于聚類(k-means、層次聚類)和數(shù)據(jù)降維(多維尺度變換、主成分分析、相關(guān)分析)的無監(jiān)督學(xué)習(xí)算法。

另外，還可以通過插件(add-ons)的方式為 Orange 增加其他的功能(生物信息學(xué)、數(shù)據(jù)融合與文本挖掘。添加的方法是點擊“Options”菜單下的“Add-ons”按鈕，打開插件管理器。

然后勾選所需的插件，點擊“OK”按鈕進(jìn)行安裝；安裝插件后有可能需要重啟 Orange 才能在左側(cè)出現(xiàn)。

Orange 主界面的右側(cè)是一個工作區(qū)(canvas)，用于放置各種組件并構(gòu)成一個數(shù)據(jù)分析的工作流。我們可以組合左側(cè)的組件實現(xiàn)讀取數(shù)據(jù)、顯示數(shù)據(jù)表、選擇特征、訓(xùn)練預(yù)測器、比較學(xué)習(xí)算法以及交互式可視化等功能。為了方便初學(xué)者，Orange 提供了許多實用的工作流示例。

點擊“Help”菜單下的“Example Workflows”按鈕，打開工作流示例界面。

我們選擇“Classification Tree”，這是一個用于分類的決策樹示例。

我們可以通過示例中的說明了解每個組件的作用和工作流程，其中的組件包括：

打開數(shù)據(jù)文件的 File 組件，用于打開包含鳶尾花(Iris)數(shù)據(jù)集的文件，這是一個經(jīng)典的數(shù)據(jù)挖掘數(shù)據(jù)集；

用于分類的決策樹組件(Classification Tree)，這是一個決策樹算法；

分類樹可視化組件(Tree Viewer)，用于顯示分類樹的結(jié)果；

散點圖組件(Scatter Plot)，顯示選定數(shù)據(jù)的散點圖；

箱形圖組件(Box Plot)，顯示選定數(shù)據(jù)的箱型圖。

組件之間的連線代表了數(shù)據(jù)流的方向。

通過這些組件的簡單組合，構(gòu)建了一個交互式分類樹瀏覽器。我們可以點擊這些組件，對其進(jìn)行設(shè)置和調(diào)整，例如文件組件：

文件組件可以加載數(shù)據(jù)文件或者在線 URL 資源，并且對每個數(shù)據(jù)屬性的類型、角色等進(jìn)行設(shè)置。分類樹組件可以對決策算法進(jìn)行設(shè)置：

分類樹可視化組件可以提供直觀的分類結(jié)果：

散點圖組件可以根據(jù)分類樹可視化組件中選擇的節(jié)點數(shù)據(jù)顯示相應(yīng)的散點圖，實現(xiàn)同步刷新：

📝我們也可以從 Orange 官方網(wǎng)站下載更多的示例。

對于初學(xué)者而言，只需要在 Orange 圖形界面中通過拖拽加點擊的方式就可以實現(xiàn)常見的數(shù)據(jù)分析、探索、可視化以及數(shù)據(jù)挖掘任務(wù)；對于高級用戶，可以通過開發(fā)自定義的組件(Widget)實現(xiàn)擴(kuò)展的功能，或者在 Python 中利用 Orange 代碼庫編寫數(shù)據(jù)挖掘腳本程序。相關(guān)內(nèi)容可以參考Orange 官方文檔。

更多數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域的文章，歡迎關(guān)注??、點贊👍、轉(zhuǎn)發(fā)📣！

總結(jié)

以上是生活随笔為你收集整理的python 数据挖掘论文,Orange：一个基于 Python 的数据挖掘和机器学习平台的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。