【orange】【转】orange使用

http://blog.csdn.net/yiweis/article/category/1315006

Orange数据格式

数据挖掘工具Orange除了支持C4.5等格式外，还有自己的数据格式。

原生数据格式

原生的数据格式不像C4.5由多个文件组成，而是由一个单独的文件组成。该文件以.tab结尾。

其中第一行给出了数据属性的名字，类的名字 由TAB分割。

第二行给出数据的类型。连续的数据用c表示，不连续的数据用d表示。

第三行给出数据的额外信息。例如表示某列是class,或者挖掘过程中忽略某列用i表示。

下面是大名鼎鼎的鸢尾花数据：

sepal length    sepal width    petal length    petal width    iris
c    c    c    c    d
                class
5.1    3.5    1.4    0.2    Iris-setosa
4.9    3.0    1.4    0.2    Iris-setosa
4.7    3.2    1.3    0.2    Iris-setosa
4.6    3.1    1.5    0.2    Iris-setosa
5.0    3.6    1.4    0.2    Iris-setosa
5.4    3.9    1.7    0.4    Iris-setosa
4.6    3.4    1.4    0.3    Iris-setosa
5.0    3.4    1.5    0.2    Iris-setosa
4.4    2.9    1.4    0.2    Iris-setosa
4.9    3.1    1.5    0.1    Iris-setosa
5.4    3.7    1.5    0.2    Iris-setosa
4.8    3.4    1.6    0.2    Iris-setosa
4.8    3.0    1.4    0.1    Iris-setosa
4.3    3.0    1.1    0.1    Iris-setosa
5.8    4.0    1.2    0.2    Iris-setosa
5.7    4.4    1.5    0.4    Iris-setosa
5.4    3.9    1.3    0.4    Iris-setosa
5.1    3.5    1.4    0.3    Iris-setosa
5.7    3.8    1.7    0.3    Iris-setosa

......

关于C4.5数据格式参考这里

http://www.cs.washington.edu/dm/vfml/appendixes/c45.htm

 

二、聚类

import Orange
#加载数据
data = Orange.data.Table("iris")
#层次聚类，其中默认采用组平均计算簇之间的相似度
root = Orange.clustering.hierarchical.clustering(data)
labels = [str(d.get_class()) for d in data]
#生成图像hclust-dendrogram.png
Orange.clustering.hierarchical.dendrogram_draw("hclust-dendrogram.png", root, labels=labels) 

import Orange
#加载数据
iris = Orange.data.Table('iris')
knn = Orange.classification.knn.kNNLearner(iris, k=10)
for i in iris:
     #将预测结果和实际结果不同的部分输出
     if i.getclass()!=knn(i):
         print i.getclass(),knn(i)

 

三、C4.5决策树

Orange C4.5安装

1. 下载：http://www.rulequest.com/Personal/c4.5r8.tar.gz，并解压缩
2. 下载ensemble.c buildC45.py到上一步骤解压缩的文件夹的src子文件夹中。
3. 运行buildC45.py文件

import Orange

iris = Orange.data.Table("iris")
tree = Orange.classification.tree.C45Learner(iris)

print "\n\nC4.5 with default arguments"
for i in iris[:5]:
    print tree(i), i.getclass()