Orange:一个基于 Python 的数据挖掘和机器学习平台 |
您所在的位置:网站首页 › orange是什么颜色啊 › Orange:一个基于 Python 的数据挖掘和机器学习平台 |
上一篇我们讨论了如何入门机器学习?我们将会采用逆向学习的方法,也就是采用实践先行的理念,以解决数据挖掘的实际问题来驱动学习,并针对性地扩展机器学习的算法原理和知识点。 本篇我们先来介绍一个适合初学者入门的机器学习工具。 Orange 简介Orange 是一个开源的数据挖掘和机器学习软件。Orange 基于 Python 和 C/C++ 开发,提供了一系列的数据探索、可视化、预处理以及建模组件。 Orange 拥有漂亮直观的交互式用户界面,非常适合新手进行探索性数据分析和可视化展示;同时高级用户也可以将其作为 Python 的一个编程模块进行数据操作和组件开发。 Orange 由卢布尔雅那大学于 1996 年开发,从 3.0 版本开始使用 Python 代码库进行科学计算,例如 numpy、scipy 以及 scikit-learn;前端的图形用户界面使用跨平台的 Qt 框架。Orange 支持 Windows、macOS 以及 Linux 平台。 Orange 安装首先,打开 Orange 官方下载页面。
Miniconda,直接点击“Download”按钮,下载 Orange3-Miniconda-x86_64.exe 文件后双击运行。 Anaconda,如果系统已经 Anaconda 发行版,执行以下两个命令: conda config --add channels conda-forge conda install orange3Python Package Index,执行以下命令: pip install orange3安装完成后,在命令行输入以下命令可以启动 Orange 图形界面: orange-canvas # 或者 python -m Orange.canvas启动之后显示以下欢迎界面。
打开 Orange 主界面,左侧显示了默认安装时提供的许多机器学习、预处理以及可视化的算法,这些功能被划分为 5 个组件集(数据、可视化、模型、评估以及无监督算法)。
另外,还可以通过插件(add-ons)的方式为 Orange 增加其他的功能(生物信息学、数据融合与文本挖掘。添加的方法是点击“Options”菜单下的“Add-ons”按钮,打开插件管理器。
Orange 主界面的右侧是一个工作区(canvas),用于放置各种组件并构成一个数据分析的工作流。我们可以组合左侧的组件实现读取数据、显示数据表、选择特征、训练预测器、比较学习算法以及交互式可视化等功能。为了方便初学者,Orange 提供了许多实用的工作流示例。 点击“Help”菜单下的“Example Workflows”按钮,打开工作流示例界面。
通过这些组件的简单组合,构建了一个交互式分类树浏览器。我们可以点击这些组件,对其进行设置和调整,例如文件组件:
📝我们也可以从 Orange 官方网站下载更多的示例。 对于初学者而言,只需要在 Orange 图形界面中通过拖拽加点击的方式就可以实现常见的数据分析、探索、可视化以及数据挖掘任务;对于高级用户,可以通过开发自定义的组件(Widget)实现扩展的功能,或者在 Python 中利用 Orange 代码库编写数据挖掘脚本程序。相关内容可以参考 Orange 官方文档。 更多数据挖掘和机器学习领域的文章,欢迎关注❤️、点赞👍、转发📣! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |