分类树（Tree）是一种简单的算法，可通过类别纯度将数据拆分为节点。它是随机森林（Random Forest）的前身。

　　在Orange3界面★■■■■◆，有八大主要板块，分别为数据（Data）、可视化（Visualize）、模型（Model）、评估（Evaluate）、非监督（Unsupervised）■★■★、强化学习（Reinforcement）、深度学习（Deep learning）、图像文本挖掘（Image Analytics）。下面列举几个Orange3主要功能的思维导图■◆◆，可以让你对软件整体概况有所了解。

　　方法一：双击数据表（Data Table）查看具体内容，即核查目标变量与元信息变量是否正确。通过表格，可见该软件正确地推断具有基因名称的列为元信息，该列在数据表中以浅棕色阴影显示。但是它没有正确推断出 function（第一个非元属性列）是类别数据。要纠正此问题■◆★，可先点击文件(File)小部件■★◆◆★，然后在列显示中调整属性角色■◆■，如下图2.5所示。双击功能行中的功能标签，然后改为目标★★★，因为运行目标是推测基因功能，结果如下图所示：

　　现有数据文件◆■◆◆■。以通过特征预测基因功能为例，见文件sample■◆■■。该文件包括一个标题行（蓝框），8个数据实例行（黄框）★◆◆◆◆，代表基因和7个数据属性（列），第1列表示功能（类）■■，第2列表示名称，其余列表示每个基因的测量值。属性可以具有不同的类型（数字，分类，日期时间和文本），并具有分配的角色（特征，元属性和类），如下图所示：

　　在数据科学教育和方面，Orange3也是一个动手训练的完美工具。教师可以用清晰的程序设计以及对数据和模型进行视觉探索★★■，学生可以受益于该工具的灵活性。例如◆★◆，教师可以通过绘制数据★■，用每个新数据点让学生观察到线性回归如何适合这条线。

　　数据集(Datasets)◆◆◆■，即从在线存储库加载数据集。此小部件从服务器检索选定的数据集，并将其发送到输出。文件下载到本地即可使用，之后使用无需联网◆★。每个数据集都提供了关于数据大小、实例数量■◆★■■◆、变量数量、目标和标签的描述和信息，如下图所示：

　　下一个讲我们再用经常用到的一个散点图数据可视化功能。在图中可以系统看到★★■，数据中各类条件的分布范围◆★★◆■。

　　使用默认参数★◆■■，点击◆★◆“观察并输出模型”按钮，得到右侧主界面出现模型结构和参数。

　　打开“模型训练与测试”■■◆★，使用默认设置，开始训练★★■★■■。测试数据集的准确率约为98.87%。

　　①使用定义属性类型（连续，离散★■，时间，字符串）和角色（类或元属性）的前缀来扩展属性名称■◆。前缀与属性名称以 ★★◆“＃” 分隔■■■★■◆。属性角色的前缀为：

　　在这里需要说明的是，Orange3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Python Script，通过Python处理后再转换成Orange.Tabel()形式进行后续操作。

　　④尝试将一些其他小部件连接到散点图的输出。比如，二个方框图小部件（工具箱，可视化窗格）。方框图将显示散点图中所选数据子集的分布。

　　在交互式数据可视化方面，可以通过巧妙的数据可视化执行简单的数据分析。例如探索统计分布、箱线图和散点图，或者深入了解决策树、层次聚类、热图。有助于发现隐藏的数据模式，在数据分析程序背后提供直觉，其可视化小部件包括散点图、框图和直方图◆★◆■■，以及特定于模型的可视化，如树图、剪影图和树可视化◆◆★，仅举几例。许多其他可视化在附加组件中可用■■★，包括网络可视化、文字云、地理地图等。

　　从左侧工具栏Data中提取Data Table拖移至空白处★◆■■■◆，连接File使得数据得以传送。双击即可进入设定界面，提取要分析的数据作为subset，如下图所示：

　　实操案例基于一个简单的mnist手写数字识别数据★★■◆，搭建所需工作流■■★★。使用卷积神经网络学习器 设置卷积神经网络结构◆■, 图片加载器加载训练和测试数据, 图片加载器 (1) 加载想要预测的图片, 模型训练与测试对模型训练并测试, 其结果可以通过散点图进行观察, 还可以在卷积神经网络预测进行预测。

　　②双击“散点图”图标以可视化数据。然后通过从散点图中选择点来选择数据子集。

　　主要处理Excel；Tab以及逗号分隔的文件数据。输入数据集通常为表◆◆■，行中有数据实例（样本），列中有数据属性◆■■★★◆。属性可以具有不同的类型（数字◆■◆■★，分类，日期时间和文本）◆★■，并具有分配的角色（特征■★◆■★■，元属性和类）。我们既可以在数据表表头设置数据类型和角色★◆◆■，也可以在文件(File)小部件中进行更改，数据角色也可以通过选择列(Select Columns)小组件进行修改。

　　(1) 从本地读取.tab格式的格林童话文本文件，生成语料库Corpus★★■★◆★。

　　虽然与其他数据分析平台或工具相比，Orange 3在专业性方面并不具有优势，但作为一款免费获取和开放使用的工具★■★◆■，Orange3灵活■★◆◆、友好的使用方式，较低的使用门槛★★■◆，使其具有在多个领城快速普及的潜力。代码门槛给社会科学类研究者挖掘分析数据带来了一定的阻碍，使其无法 在研究时享受大数据的红利■★，而 Orange 3有望成为这些非计算机专业、少代码基础或无代码基础的研究人员从事科研工作的必备工具。

　　(2) 链接词上下文Concordance组件，用于显示该词在语料库中出现的上下文。

　　左工具栏Data取File 拖移于空白处,双击入定接口,橙色方框内取用数◆★◆。

　　②使用“文件（File）”小部件来加载此数据集，将其呈现在“数据表（Data Table）◆★◆”中，如下图所示◆■◆■：

　　上一节我们讲了orange这个软件怎么导入数据◆★,在展现数据之后，我们要对这数据进行整理，或者说对着数据进行清洗。

　　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■★◆，选择适合自己电脑系统的安装包◆■■，若想修改安装位置可自定义修改）。

　　值得探索的数据不只有在Data Table可提取，也能从Scatter Plot中提取并显示在后面连接的Data Table（1）上。

　　①此文件小部件设置为读取Iris数据集★◆■。双击图标以更改输入数据文件，并观察此工作流如何适用于其他一些数据集，如住房或自动mpg■◆◆■◆★。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场★■★◆◆，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问★★。

　　方法二：将数据发送到选择列(Select Columns)小部件■■◆：打开 “选择列(Select Columns)” 将显示其属性分类。目的是将所有的连续属性成为数据特征，function 作为目标变量，而 gene 被视为元属性。可通过在 “选择列” 中拖动属性名称来设置这些信息，如下图所示■■■：

　　在可视化编程方面，由于在用户界面中用户可以专注于数据分析，而不是繁琐的编码，这使构建复杂的数据分析管道变得简单■■，这对于初学者和数据科学家来说■◆■★◆，是一个很好的数据挖掘工具■◆◆◆。那么你肯定会有疑惑★■★，Orange3的可视化编程到底为什么这么简单呢？有3点可以说明■■◆■◆：

　　lD：离散值■★★。离散值是指只能取有限或可数个数值的变量，即它们的取值只能是整数或某个离散集合中的元素，例如人的年龄、性别、婚姻状态等■◆◆■。

　　Orange3主要的功能特性有交互式数据可视化、可视化编程、数据科学教育和附加组件扩展功能，接下来就让我们一起来看看这些功能具体分别都能干些什么 :

　　第一■★★◆■，它是基于组件的数据挖掘。在Orange3中，数据分析是通过将组件堆叠到工作流程中来完成的。每个组件都称为小部件★■★◆■◆，嵌入了一些数据检索■■◆★◆★、预处理、可视化、建模或评估任务，在工作流程中组合不同的小部件，让你能够构建全面的数据分析模式。

　　Orange3（）是一款基于Python的数据挖掘和可视化工具，它提供了丰富的数据分析、机器学习和数据挖掘算法■◆★，同时也支持可视化分析和交互式数据探索。Orange3提供了友好的界面和丰富的示例工程，使得新手用户也可以快速上手，同时也支持Python脚本，可以满足高级用户的需求。

　　点击保存数据(Save Data) 小部件，将输入通道中提供的数据集保存到具有指定名称的数据文件中。它可以将数据另存为制表符分隔或逗号分隔的文件◆◆◆。注意该软件不会自动保存，仅在设置了新文件名或用户按下 ”Save■★“ 按钮之后才保存数据■★★◆★，如下图所示。

　　lm：元属性。元属性又名元数据（Meta Data），是用于描述其他数据的数据，或者说是用于提供某些资源的有关信息的结构数据■◆★★◆。元属性描述了数据定义■■■■◆■、数据约束、数据关系等。

　　(3) Preprocess Text组件作分词等处理★★■★★■，后链接词袋Bag of words用于获取词频统计的二维表格，作为挖掘算法应用的基础。

　　lc★■■◆：类属性◆■◆■。类是用来描述具有相同的属性和方法的对象的集合◆◆■◆。例如“人”可以看作一个类，然后这个类可以定义出每个具体的对象★■◆■■。类具有的属性可以理解为“人”本身的一些特征，如名字、身高、体重等。

　　（1）双击打开左边导航栏Data(数据）中的File文件小部件★★★◆，如下图所示：

　　第二，交互式的数据探索。在Orange3中的各组件之间可以相互通信，从读取数据并将其输出连接到另一个小部件（例如数据表）的文件小部件开始■★，就可以有一个正常运行的工作流程。在文件小部件中的任何更改，都会通过下游工作流程即时传播并触发所有下游小部件中的响应。如果小部件是打开的，便可以立即看到该数据的任何更改结果◆■、方法参数或交互式可视化中的选择★◆★◆■★。

　　开始模型训练■◆■◆★，选择需要训练，载入mnist数据集。训练时长约为1min左右。

　　②12/150：从150个点之中有12个点被提取■◆★◆★，点进去能分别看见提取及非提取的详细列表

　　第三，便捷的工作流程设计界面。即使对于新手来说，Orange3也很容易使用，从文件小部件开始，Orange3将自动建议可以连接它的下一个小部件。例如★◆■，Orange3知道在设置了距离小部件后，你可能想要分层聚类。小部件中的所有其他默认值的设置方式也有助于进行简单的分析◆■◆◆★◆，即使对统计学★■、机器学习或一般的探索性数据挖掘了解■■。