0


python 数据挖掘库orange3 介绍

orange3 是一个非常适合初学者的data mining library. 它让使用者通过拖拽内置的组件来形成工作流。让你不需要写任何代码就可以体验到数据挖掘和可视化的魅力。

它的桌面如下,这里我创建了 3 个节点,分别是数据集、小提琴图,散点图
在这里插入图片描述

其中 Datasets 是从 左边的 Data 组件库中拖拽过来的,Datasets 是 orange3 内置的数据集,比如非常常用的iris(鸢尾花) 数据集。双击桌面上的 Datasets 就能选择不同的数据集来作为下一步的数据来源。
数据集
点击左下角的预览按钮,可以像 excel 一样预览这个数据集

可视化

先看一下散点图, x 轴选择了 sepal(花萼长度), y轴是 花的类别,可以看出,相关性并不是很强,有很大一段x 轴的区域,三种类别都有可能。

在这里插入图片描述
我们换一个 x 轴,选择 petal length (花瓣长度),发现相关性很大,基本上很容易区分开
在这里插入图片描述

小提琴图

小提琴图主要表现的是某个特征的分布情况。下图表现了三种花的 petal length 分布,可以看出蓝色的 Iris-setosa 分布的比较集中,而且与其他的类别没有重叠。
这意味着,当你看看到一株 petal length(花瓣长度) 小于2.5的时候,几乎可以断定它属于setosa属

有趣的是,至于花萼(sepal)的宽度,setosa属比起其它属看起来却趋向于长尾分布(小提琴更窄),说明它的分布范围随机性更大。
在这里插入图片描述
再看一个热力图
请添加图片描述
可以看出三种花(x轴的三个颜色) 中,y 轴是四个属性, Iris-setosa 的petal length 这个属性明显和其它两种有区别,可以作为一个直观的区分属性。


本文转载自: https://blog.csdn.net/richard_m_yang/article/details/134183497
版权归原作者 杨澄 所有, 如有侵权,请联系我们删除。

“python 数据挖掘库orange3 介绍”的评论:

还没有评论