Orange数据挖掘工具介绍

Orange3 使用
一、Orange3数据挖掘工具的介绍
       官方网址:https://orange.biolab.si/
       正如首页介绍的那样:它是一个面向新手和专家的开源的机器学习和数据可视化工具,带有很多用于数据挖掘或机器学习模型的交互式数据分析工作流程;另外,它绑定了Python语言进行脚本开发。包含一系列数据挖掘流程的组件,比如数据预处理,建模,模型评估以及可视化。
       数据预处理主要包括:数据合并(将两个不同数据集的指定特征合并为同一数据集);数据采样,数据异常点去除以及相关性检验(协方差),rank以及置乱等
       模型主要包括:CN2规则归纳,k近邻,决策树,随机森林,支持向量机,线性回归,逻辑回归,朴素贝叶斯,adaboost,神经网络,随机梯度下降等
        无监督模型有:距离矩阵,t-SNE,层次聚类,K-means,louvain聚类,PCA,MDS等
        另外,还支持文本分析,词云可视化等
        模型评估主要有:交叉检验,混淆矩阵,ROC曲线,lift曲线等
二、Orange get started
    1.官网下载最新版本Orange并安装(没有其他复杂操作,直接下一步即可,若想修改安装位置可自定义修改)
       说明:Orange自带最新或最近版本的Python环境,对于复杂的数据集,若Orange自带组件处理不便时,通常先将文件数据连接至,通过Python处理后再转换成Orange.Tabel()形式进行后续操作,具体的使用Python进行处理的方法及代码可参考官方文档:
http://docs.orange.biolab.si/3/data-mining-library/tutorial/data.html
       另外,该文档还包括一系列使用Python(Orange)进行数据挖掘的一系列编程教程。想要深入了解并掌握Orange Python进行数据挖掘需要花时间仔细阅读并联系,这里不再赘述。【当然,如果你已经安装了Python3以上版本,你也可以直接pip install Orange3使用Python shell进行编程(前提是你已经对Orange的数据结构及相关函数比较熟悉),官方文档:http://docs.orange.biolab.si/3/data-mining-library/#tutorial】
    2.Orange软件的使用
    准备工作:
    (1)添加附加组件:你需要在Options中找到Add-ons


    
  

点击后会弹出下图所示窗口,

Orange数据挖掘工具介绍_第1张图片

其中Filter栏是Orange自带的部分组件(打对勾的为已下载,可根据需要自行下载);如果想安装其他组件,可如下图所示点击Add more,输入要下载的包名【类似Python pycharm添加Python包的步骤】

    (2)对于Orange的简单操作,官方文档:https://orange.biolab.si/getting-started/,给出了许多数据挖掘分析的一些例子,具体的可以在打开Orange3软件后,弹出如下图所示面板,点击Examples,

Orange数据挖掘工具介绍_第2张图片

    3.细节描述

Orange数据挖掘工具介绍_第3张图片
   
    如上图所示,SQL Table为连接数据库的组件,但对于首次安装Orange的用户,点击后,右侧栏中该图标会出现红色三角符号,点击会提示错误,please install a backend to use this widget,即缺少SQL的编译器【Orange只支持PostgreSQL和SQL Server两种数据库】
    这里重点说明一下Orange连接PostgreSQL数据库的操作:
    (1)首先,需要下载PostgreSQL的配置文件psycopg2
        这里给出解决办法,https://blog.biolab.si/2018/02/16/how-to-enable-sql-widget-in-orange/
        这里为Python3.6版本,也可去https://pypi.org/搜索psycopg2找到对应版本下载
        MacOS下载
        https://pypi.python.org/packages/8c/a5/0e61d6f4a140a6e06a9ba40266c4b49123d834f1f97fe9a5ae0b6e45112b/psycopg2-2.7.4-cp36-cp36m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl#md5=1f2b2137c65dc50c16b341774cd822eb
        Windows下载:https://pypi.python.org/packages/f9/77/e29b792740ddec37a2d49431efa6c707cf3869c0cc7f28c7411bb6e96d91/psycopg2-2.7.4-cp36-cp36m-win_amd64.whl#md5=119eb3ab86ea8486ab10ef4ea3f67f15
        Linux下载:https://pypi.python.org/packages/92/15/92b5c363243376ce9cb879bbec561bba196694eb663a6937b4cb967e230e/psycopg2-2.7.4-cp36-cp36m-manylinux1_x86_64.whl#md5=8288ce1eedf0b70e5f1d8c982fad5a41
    (2)下载完成后,打开上述Add-ons,将该.whl文件拖拉至组件栏中,会看到Psycopg已经安装,此时SQL widget依然不能使用,因为还未安装PostGreSQL数据库,
    下载地址为:https://www.postgresql.org/,下载对应系统的版本并安装,安装的过程与MySQL类似,需要编辑用户名和密码(务必记住),另外,对于PostgreSQL的界面化管理工具可选用最近版本的Navicate Premium,另外,PostgreSQL是一款强大的开源数据库,想要详细了解可查阅:http://www.postgresqltutorial.com/,或搜索相关博客。
    反之,你只想简单的用作连接Orange的插件,则在Navicate Premium中可直接将MySQL数据库中的表直接拖拽复制到PostgreSQL数据库中,
【注:直接将不属于PostgreSQL的数据库文件导入PostgreSQL会报错(比如:ERROR: unrecognized configuration parameter "foreign_key_checks" , Time: 0.0,因为不同数据库存储数据的格式,结构不同)】
如下图所示,

Orange数据挖掘工具介绍_第4张图片

 然后,选择Copy Here(Structure and Data),弹出下图(右)所示界面,点击next。。。

Orange数据挖掘工具介绍_第5张图片
当然,也可使用同样的方法将PostgreSQL中的表复制到MySQL中。
到此,准备工作基本完成。
对于每个组件的使用,可参考官方文档http://docs.biolab.si/3/visual-programming/index.html。也
可点击工具后,点击‘?’号,如下图所示

Orange数据挖掘工具介绍_第6张图片
下面是Python Script在整个项目中的大致位置。

Orange数据挖掘工具介绍_第7张图片

你可能感兴趣的:(数据挖掘)