Orange3是一款開源的交互式數(shù)據(jù)分析和機(jī)器學(xué)習(xí)軟件，廣泛應(yīng)用于數(shù)據(jù)科學(xué)、教育和研究領(lǐng)域。該軟件提供了豐富的可視化工具和易于使用的工作流界面，支持通過拖拽組件來快速構(gòu)建數(shù)據(jù)分析流程。Orange3.38.0 版本引入了多個(gè)重要更新和改進(jìn)，包括增強(qiáng)的數(shù)據(jù)預(yù)處理功能、優(yōu)化的機(jī)器學(xué)習(xí)算法以及更為靈活的可視化選項(xiàng)。新增的自定義組件功能允許用戶更方便地?cái)U(kuò)展和定制分析流程，提升了軟件的靈活性和擴(kuò)展性。同時(shí)，性能也得到了提升，數(shù)據(jù)處理速度更加迅速。該版本還修復(fù)了一些已知的bug，增強(qiáng)了軟件的穩(wěn)定性和用戶體驗(yàn)。

主要功能包括：

數(shù)據(jù)加載與預(yù)處理：支持多種數(shù)據(jù)格式，提供數(shù)據(jù)清理、特征選擇和標(biāo)準(zhǔn)化等功能。

可視化：支持柱狀圖、散點(diǎn)圖、箱線圖、熱圖等多種交互式圖表。

機(jī)器學(xué)習(xí)：內(nèi)置多種機(jī)器學(xué)習(xí)模型（如決策樹、KNN、隨機(jī)森林等），并支持模型評(píng)估與調(diào)參。

擴(kuò)展功能：通過插件擴(kuò)展功能（如 Text Mining、Bioinformatics、Network 等），滿足不同領(lǐng)域的需求。

編程接口：適用于 Python 用戶，允許編寫自定義代碼以實(shí)現(xiàn)更高級(jí)的功能。

Orange3特點(diǎn)

圖形化界面：Orange3提供直觀的圖形用戶界面，使用戶能夠通過拖放操作輕松構(gòu)建和調(diào)整機(jī)器學(xué)習(xí)模型，無需編寫復(fù)雜的代碼

豐富的組件庫(kù)：它包含了豐富的預(yù)先構(gòu)建的組件，涵蓋了數(shù)據(jù)預(yù)處理、特征選擇、分類、回歸、聚類等多個(gè)領(lǐng)域。用戶可以根據(jù)任務(wù)需求選擇并連接這些組件來構(gòu)建自己的數(shù)據(jù)流程

強(qiáng)大的數(shù)據(jù)可視化：Orange3提供多種可視化工具，幫助用戶更好地理解數(shù)據(jù)分布、關(guān)系和模型的性能?？梢暬兄谥庇^地探索數(shù)據(jù)，識(shí)別模式，并解釋模型的預(yù)測(cè)結(jié)果

多種數(shù)據(jù)格式支持：它支持導(dǎo)入和導(dǎo)出多種數(shù)據(jù)格式，包括CSV、Excel、SQL、JSON等，使用戶能夠輕松處理各種數(shù)據(jù)源

交互式數(shù)據(jù)探索：用戶可以通過Orange3進(jìn)行交互式的數(shù)據(jù)探索，查看數(shù)據(jù)的基本統(tǒng)計(jì)信息、分布情況，并快速了解數(shù)據(jù)集的特征

機(jī)器學(xué)習(xí)模型解釋：Orange3提供了模型解釋的工具，幫助用戶理解機(jī)器學(xué)習(xí)模型的決策過程，提高模型的可解釋性

Python集成：盡管Orange3擁有圖形用戶界面，但它也與Python集成緊密，允許用戶通過編寫Python代碼進(jìn)行更高級(jí)的定制和擴(kuò)展

組件截圖

早本站下載此軟件，解壓之后直接運(yùn)行即可

增強(qiáng)功能

參數(shù) Fitter：基本實(shí)現(xiàn) ( #6921 )

數(shù)據(jù)集：添加domain字段；尊重“未列出”（#6920）

數(shù)據(jù)集：讓過濾器覆蓋域和語(yǔ)言 ( #6930 )

ScoringSheet 和 ScoringSheetViewer 小部件 ( #6817 )

多語(yǔ)言打包和安裝 ( #6828 )

錯(cuò)誤修正

校準(zhǔn)學(xué)習(xí)器：防止就地修改基礎(chǔ)學(xué)習(xí)器（#6917）

ListView：修復(fù)選擇（#6823）

plotutils：修復(fù) AnchorItem 中的場(chǎng)景布局跟蹤（#6859）

oweditdomain：隱藏更改時(shí)的“類別映射”警告（#6865）

邏輯回歸：修復(fù)無正則化的懲罰參數(shù)（#6886）

通過緩存域來避免速度減慢。等式（#6764）

SVM：度數(shù)必須是整數(shù)（#6866）

僅深度復(fù)制最外層表轉(zhuǎn)換的 .attributes ( #6849 )

線圖：與 scipy 1.14 的兼容性（#6845）

PCA：確保測(cè)試在 sklearn 1.4 和 1.5 上通過，這可能會(huì)返回不同的結(jié)果 ( #6821 )

刪除稀疏數(shù)據(jù)的隨機(jī) PCA 的 Orange 實(shí)現(xiàn) ( #6815 )