什麼是Orange資料探勘？

Orange是一個C++核心物件和例程庫，包含大量標準和非標準機器學習和資料探勘演算法。它是一個開源的資料視覺化、資料探勘和機器學習工具。

在Orange中，它是一個可指令碼化的環境，用於快速原型化現有演算法和測試設計。它是一組基於Python的模組，位於中心庫中。它執行一些對效能時間不重要的功能，這些功能在Python中完成。

它包括多個任務，包括決策樹的漂亮列印、Bagging和Boosting、屬性子集等。Orange是一組圖形化元件，需要來自中心庫和Orange模組的策略，並提供一個良好的使用者介面。該元件提供基於數字的連線，並且可以透過一個稱為Orange畫布的視覺化編碼工具將其組合成一個應用程式。

Orange建議給經驗豐富的客戶和資料探勘和機器學習分析師使用，他們需要建立和測試自己的演算法，同時儘可能多地重用程式碼；也建議給那些剛入門該領域的人使用，他們可以閱讀簡短的Python文字進行資料分析。

Orange的目標是支援一個用於基於實驗的選擇、預測建模和推薦系統的平臺。它通常用於生物資訊學、基因組分析、生物醫學和教學。在教育方面，它可以用於為生物學、生物醫學和資訊學專業的學生提供更好的資料探勘和機器學習教學方法。

Orange為開發者、分析師和資料探勘專家提供了一個動態的領域。Python是一種新一代的指令碼語言和編碼環境，我們的資料探勘指令碼可以很簡單但很動態。Orange使用基於元件的方法進行快速原型設計。它可以像搭建樂高積木一樣簡單地執行我們的分析技術，甚至可以使用現有演算法。

Orange核心物件和Python模組包含多個數據挖掘服務，這些服務涵蓋從資料預處理到計算和建模。例如，Orange自頂向下的決策樹構建是一種由多個元件構成的技術，其中某些元件可以在Python中進行原型設計，並在原始元件的某個區域中使用。

Orange元件不僅僅是提供Orange中特定策略的圖形介面的簡單圖形物件，它還包含一個適應性訊號機制，用於連線和交換物件，例如資料集、分類模型、學習器、儲存評估結果的物件。所有這些概念都是必不可少的，並且使Orange區別於其他資料探勘框架。

Ginni

更新於：2022年2月14日

1K+ 瀏覽量

透過完成課程獲得認證