前言：
此刻姐妹们对“orange数据挖掘实验基本原理”都比较着重，兄弟们都需要分析一些“orange数据挖掘实验基本原理”的相关文章。那么小编在网摘上网罗了一些关于“orange数据挖掘实验基本原理””的相关知识，希望同学们能喜欢，姐妹们一起来了解一下吧！Orange3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
github Orange3汉化版（）
版权声明：
本站文章均来自互联网搜集，如有侵犯您的权益，请联系我们删除，谢谢。
标签： #orange数据挖掘实验基本原理
