什么是橙色数据挖掘？

Orange 是一个 C++ 核心对象和例程库，其中包括标准和非标准机器学习和数据挖掘算法的大量方法。它是一个开源数据可视化、数据挖掘和机器学习工具。

在 Orange 中，它是一个可编写脚本的设置，用于对当前算法和测试设计进行快速原型设计。它是一组基于 python 的模块，位于中心库中。它执行一些性能时间并不重要的功能，这些功能在 Python 中完成。

它包括几个任务，包括决策树的漂亮打印、装袋和提升、属性子集等。Orange 是一组图形小部件，需要来自中心库和橙色模块的策略，并提供体面的客户端界面。该小部件提供基于数字的连接，并且可以通过称为橙色画布的可视编码工具收集到应用程序中。

Orange 推荐给数据挖掘和机器学习领域经验丰富的客户和分析师，他们需要制作和测试自己的算法，同时尽可能多地重用代码，以及那些简单地介绍该领域的人，他们可以阅读简短的 Python 文本进行数据分析.

Orange 的目标是支持基于实验的选择、预测建模和认可系统的平台。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，它可用于支持更好的数据挖掘和机器学习教学方法，适用于生物学、生物医学和信息学的候选人。

Orange 为开发人员、分析师和数据挖掘专家提供了一个动态域。Python 是新一代的脚本语言和编码环境，我们的数据挖掘脚本可以是简单而动态的。Orange 使用基于元素的方法进行快速原型设计。它可以像扮演乐高积木一样执行我们的分析技术，甚至可以使用当前的算法。

Orange 核心对象和 Python 模块包括几个数据挖掘服务，这些服务来自用于计算和建模的数据预处理。例如，Orange 的自上而下的决策树是一种由几个组件组成的技术构造，有人可以在 Python 中对其进行原型设计并在原始组件的区域中使用。

Orange 小部件不是简单的图形对象，它为 Orange 中的明确策略提供图形界面，但它包含一个可适应的信号机制，用于连接和交换对象，如数据集、分类模型、学习器、保存结果的对象评估。所有这些概念都是必不可少的，并且可以从不同的数据挖掘结构中识别 Orange。