数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法学研究什么是Orange数据挖掘？
Orange是一个C++核心对象和例程库，包含大量标准和非标准机器学习和数据挖掘算法。它是一个开源的数据可视化、数据挖掘和机器学习工具。
在Orange中，它是一个可脚本化的环境，用于快速原型化现有算法和测试设计。它是一组基于Python的模块，位于中心库中。它执行一些对性能时间不重要的功能，这些功能在Python中完成。
它包括多个任务，包括决策树的漂亮打印、Bagging和Boosting、属性子集等。Orange是一组图形化组件，需要来自中心库和Orange模块的策略，并提供一个良好的用户界面。该组件提供基于数字的连接，并且可以通过一个称为Orange画布的可视化编码工具将其组合成一个应用程序。
Orange建议给经验丰富的客户和数据挖掘和机器学习分析师使用，他们需要创建和测试自己的算法，同时尽可能多地重用代码；也建议给那些刚入门该领域的人使用，他们可以阅读简短的Python文本进行数据分析。
Orange的目标是支持一个用于基于实验的选择、预测建模和推荐系统的平台。它通常用于生物信息学、基因组分析、生物医学和教学。在教育方面，它可以用于为生物学、生物医学和信息学专业的学生提供更好的数据挖掘和机器学习教学方法。
Orange为开发者、分析师和数据挖掘专家提供了一个动态的领域。Python是一种新一代的脚本语言和编码环境，我们的数据挖掘脚本可以很简单但很动态。Orange使用基于组件的方法进行快速原型设计。它可以像搭建乐高积木一样简单地执行我们的分析技术，甚至可以使用现有算法。
Orange核心对象和Python模块包含多个数据挖掘服务，这些服务涵盖从数据预处理到计算和建模。例如，Orange自顶向下的决策树构建是一种由多个组件构成的技术，其中某些组件可以在Python中进行原型设计，并在原始组件的某个区域中使用。
Orange组件不仅仅是提供Orange中特定策略的图形界面的简单图形对象，它还包含一个适应性信号机制，用于连接和交换对象，例如数据集、分类模型、学习器、保存评估结果的对象。所有这些概念都是必不可少的，并且使Orange区别于其他数据挖掘框架。
1K+ 浏览量
