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，

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，

    3.细节描述

   
    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，

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

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

下面是Python Script在整个项目中的大致位置。