小试Orange的数据挖掘-"决策树生成"功能

测试环境:
Windows 7, Orange 2.0b, Python 2.7

构造的原始数据: (纯测试用，无任何意义)

002250 10.1 0.01 N
601899 5.0 0.1 Y
000001 6.0 0.1 Y
000002 70.1 0.1 Y
000003 55 0.2 Y
000004 66 0.01 N
000005 33 0.01 N
000006 55 0.02 N
000007 55 0.15 Y
000008 66 0.15 Y
000009 77 0.02 N
000010 88 0.08 N
000011 100 0.05 N
000012 111 0.06 N
000013 34 0.07 N
000014 65 0.09 N
000015 99 0.11 Y
000016 101 0.11 Y
000017 44 0.11 Y
000018 34 0.11 Y
000019 43 0.15 Y

处理流程:
[img]http://dl.iteye.com/upload/attachment/566497/82374d76-75b0-3565-84d2-7930fe653ac2.png[/img]

生成的决策树:
[img]http://dl.iteye.com/upload/attachment/566499/1515e091-7d5d-3629-89e2-8b89cf36346c.png[/img]

整体感觉：
[list]
[*]属于傻瓜型软件，具备较强的智能感知功能，适合初学者(特别是按这样的懒人 :-))
[*]对于各种算法的深入配置可能较弱(可能俺也不懂)
[/list]