Orange 是一款開源的數(shù)據(jù)分析與可視化工具，專注于數(shù)據(jù)挖掘和機器學(xué)習(xí)領(lǐng)域。它提供了直觀的圖形化界面，用戶無需編程和數(shù)學(xué)知識即可完成數(shù)據(jù)科學(xué)工作流程，同時也支持通過 Python 腳本實現(xiàn)高級功能。

功能簡介

Orange 圖形化編程對于初學(xué)者非常友好，他們可以專注于數(shù)據(jù)分析本身，而不是耗時的編程工作。Orange 提供了大量開箱即用的組件，包括數(shù)據(jù)查詢、預(yù)處理、可視化、建模以及評估等，通過組合這些組件就可以創(chuàng)建一個復(fù)雜的數(shù)據(jù)分析流程。

Orange 組件之間可以實時通信，上游組件的數(shù)據(jù)變化可以實時傳遞給下游組件，實現(xiàn)交互式數(shù)據(jù)探索分析。例如以下流程中，在數(shù)據(jù)表格中選擇不同的數(shù)據(jù)可以同步改變散點圖的效果。

Orange 的流程設(shè)計接口具有智能化提示，例如用戶設(shè)置了一個計算距離的組件（Distances），他會猜測你接下來可能需要使用一個層次聚類組件（Hierarchical Clustering）。而且組件的默認值設(shè)置通常不需要修改就可以進行簡單的數(shù)據(jù)分析，甚至不需要用戶了解相關(guān)的專業(yè)知識。

Orange 支持將模型的可視化結(jié)果、統(tǒng)計結(jié)果以及其他信息保存為報告，方便管理和訪問。

Orange 支持擴展插件，用于執(zhí)行自然語言處理和文本挖掘、網(wǎng)絡(luò)分析、關(guān)聯(lián)規(guī)則挖掘或解決機器學(xué)習(xí)中的公平性問題。還有一些插件用于處理特殊數(shù)據(jù)，例如時間序列、生存數(shù)據(jù)集、光譜或基因表達。

為了方便初學(xué)者，Orange 還內(nèi)置了大量的示例流程：

下載安裝

輸入以下網(wǎng)址進入官方下載頁面：

https://orangedatamining.com/download/

選擇相應(yīng)的平臺安裝文件下載并安裝，完成后運行 Orange：

歡迎界面提供了新建、打開工作流（workflow）的快捷方式以及各種教程、示例和使用文檔，關(guān)閉該界面就進入了 Orange 主界面。

主界面左側(cè)是常用的組件，包括：

• 數(shù)據(jù)（Data）：包含數(shù)據(jù)輸入、數(shù)據(jù)保存、數(shù)據(jù)過濾、抽樣、插補、特征操作以及特征選擇等組件，同時還支持嵌入 Python 腳本。
• 可視化（Visualize）：包含通用可視化（箱形圖、直方圖、散點圖）和多變量可視化（馬賽克圖、篩分曲線圖）組件。
• 模型（Model）：包含一組用于分類和回歸的有監(jiān)督機器學(xué)習(xí)算法組件。
• 評估（Evaluate）：交叉驗證、抽樣程序、可靠性評估以及預(yù)測方法評估。
• 無監(jiān)督算法（Unsupervised）：用于聚類（k-means、層次聚類）和數(shù)據(jù)降維（多維尺度變換、主成分分析、相關(guān)分析）的無監(jiān)督學(xué)習(xí)算法。

更多組件可以通過“Options | Add-ons”菜單進行添加，安裝插件后有可能需要重啟 Orange 才能在左側(cè)列表出現(xiàn)。

示例教程

對于初學(xué)者，建議從示例流程開始，點擊“Help | Example Workflows”。

我們選擇“Classification Tree”，這是一個用于分類的決策樹示例。

我們可以通過示例中的說明了解每個組件的作用和工作流程，其中的組件包括：

• 打開數(shù)據(jù)文件的 File 組件，用于打開包含鳶尾花（Iris）數(shù)據(jù)集的文件，這是一個經(jīng)典的數(shù)據(jù)挖掘數(shù)據(jù)集；
• 用于分類的決策樹組件（Classification Tree），這是一個決策樹算法；
• 分類樹可視化組件（Tree Viewer），用于顯示分類樹的結(jié)果；
• 散點圖組件（Scatter Plot），顯示選定數(shù)據(jù)的散點圖；
• 箱形圖組件（Box Plot），顯示選定數(shù)據(jù)的箱型圖。
• 組件之間的連線代表了數(shù)據(jù)流的方向。

通過這些組件的簡單組合，構(gòu)建了一個交互式分類樹瀏覽器。我們可以點擊這些組件，對其進行設(shè)置和調(diào)整，例如文件組件：

文件組件可以加載數(shù)據(jù)文件或者在線 URL 資源，并且對每個數(shù)據(jù)屬性的類型、角色等進行設(shè)置。分類樹組件可以對決策算法進行設(shè)置：

分類樹可視化組件可以提供直觀的分類結(jié)果：

散點圖組件可以根據(jù)分類樹可視化組件中選擇的節(jié)點數(shù)據(jù)顯示相應(yīng)的散點圖，實現(xiàn)同步刷新：

官方網(wǎng)站提供了更多的示例流程：

https://orangedatamining.com/examples/

最后，對于高級用戶，可以通過開發(fā)自定義的組件實現(xiàn)擴展的功能，或者在 Python 中利用 Orange 代碼庫編寫數(shù)據(jù)挖掘腳本程序。相關(guān)內(nèi)容可以參考 Orange 官方文檔：

https://orangedatamining.com/docs/