Knime VS Orange3的第一个实战:销售数据可视化

最新推荐文章于 2023-04-26 21:01:07 发布
VIP文章 最新推荐文章于 2023-04-26 21:01:07 发布
阅读量1.4k 收藏 4
点赞数
分类专栏： 机器学习 文章标签： knime orange3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42392800/article/details/118273958
版权

写在前面

昨天使用orange3建立了第一个数据分析模型，通过导入CSV数据，通过清洗数据（简单过滤），生成可视化直观面积图和饼状图。文章参考：《Orange3第一个实战：销售数据可视化》。今天使用knime，基于同一个数据实现同一个功能，最后生成chart。该数据包来自Knime官方。

模块

在这里插入图片描述
其中csv reader不用过多解释，读取CSV文件，Column Filter 是对数据的过滤，官方给出的作用说明是：

在左侧的节点存储库面板中：

在搜索字段中写入“列过滤节点” 将列过滤器节点拖放到您的工作流编辑器 将其输入端口与 File Reader 节点的输出端口相连

双击column filter显示如下设置：

最低0.47元/天 解锁文章
你怎么这么奇怪
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
workflows:我的Orange和KNIME工作流程
03-05
工作流程 我的Orange和KNIME工作流程
探索技术宝库：Orange3-DataMining - 一站式数据分析与可视化工具
最新发布
gitblog_00029的博客
03-29 325
探索技术宝库：Orange3-DataMining - 一站式数据分析与可视化工具 项目地址:https://gitcode.com/orangle/study-resources 在数据科学领域，拥有一款高效、易用且功能强大的工具是至关重要的。今天，我们向您推荐一款名为Orange3-DataMining的开源项目，它是一个全面的数据挖掘和机器学习工作台，专为初学者到专业研究人员设计。 项目简...
独家 | KNIME分析平台简介
数据派THU
04-26 414
作者：Elisabeth Richter Sasha Rezvina翻译：陈之炎 校对：欧阳锦 本文约5100字，建议阅读10分钟 本文为您展示了KNIME分析平台的用户界面，解释了其关键功能，在展示友好的KNIME分析平台的同时，演示如何创建一个无代码的数据科学项目。标签：KNIME分析平台概述近年来，数据科学在我们的日常生活中无处不在，许多数据分析工具得以萌芽和发展，供数据科学家使用。P...
Orange3第一个实战：销售数据可视化
程序小白博客
06-26 4693
思路 具体思路参见knime简单入门实操：https://zhuanlan.zhihu.com/p/144406237 图4中的示例工作流从CSV文件中读取数据，过滤列的子集，过滤掉一些行，并在两个图中可视化数据：堆积面积图和饼图，您可以在图5中看到：一个显示销售额随时间的变化，另一个显示不同国家在总销售额上的份额。 数据集 https://files.knime.com/sites/default/files/sales_data.csv Orange3实现 这里实际使用的是橙现智能汉化的orange3中
orange的数据
10-03
2009年KDD CUP的数据，可以提供大家进行数据挖掘使用，数据量非常丰富
几款优秀的开源数据挖掘工具
12-29 2508
几款优秀的开源数据挖掘工具By kevinwu on December 28, 2008 2:39 AM | No Comments | No TrackBacks 本文只对几种流行的开源数据挖掘平台进行了检视，比如Weka和R等。如果您想找寻更多的开源数据挖掘软件，可以到KDnuggets和Open Directory上查看。为了评测这些软件，我们用了UCI Machine
orange 数据分析_使用Orange GUI的放置结果数据分析
marraybug的博客
07-09 728
orange 数据分析 Objective : Analysing of several factors influencing the recruitment of students and extracting information through plots. 目的： 分析影响学生招生和通过情节提取信息的几个因素。 Description : The following analysis presents the different plots that attempts to link st
KNIME——共享单车数据分析及展示（可视化效果图）
m0_52367537的博客
10-21 2379
一、因为分析的是共享单车，数据里有每台单车起点和终点的坐标，所以要有轨迹，就要先连接地图 我用的是百度地图 (19条消息) html网页heatmap.js调用百度地图api做热力图调用百度地图API显示热力图_tian_jiangnan的博客-CSDN博客 申请密匙，在idea中写代码，打开了地图 但是问题还有很多，现在还无法通过经纬度定位，且不知道怎么了解到KNIME，只能在浏览器端显示 一些关于百度地图开发平台的API调用基础 (19条消息) 上手百度地图--开放平台必懂API使用场合(.
数据分析指北 - 基础( KNIME 基础模块之一 )
08-27 1392
欢迎关注公众号 数据分析指北数据分析指北 - 基础( KNIME 基础模块之一 )历史回看：基础(数据来源及轮廓)有必要搞清楚数据的原始出处以及大致轮廓（分布）。基础(基...
DataScience：KNIME工具的简介、安装、使用方法之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
11-17 3888
有了KNIME Business Hub强大的产品化能力，数据专家可以部署和监视他们的工作流，并将工作流作为数据应用程序和服务与任意数量的终端用户共享，确保自给自足，并使数据驱动的决策在整个企业普遍存在。加上我们的R和Python集成，以及与其他大型开源项目的集成，您可以在一个统一的环境中自由地混合和匹配您喜欢的工具。在KNIME，我们开发软件，使用一个简单直观的环境来创建和生产数据科学，使数据科学过程中的每个利益相关者都能专注于他们最擅长的事情。：用您选择的工具理解您的数据。
de.openms.knime.dynamicJSViewers:用于质谱数据可视化的动态Javascript KNIME节点（与OpenMS插件配合使用）
04-12
de.openms.knime.dynamicJSViewers 用于质谱数据可视化的动态Javascript KNIME节点（与OpenMS插件配合使用）
knime-plotly:KNIME:registered:全面整合
05-15
KNIME:registered:全面整合 该存储库包含KNIME Plotly Integration的插件，该插件包含一组KNIME节点，用于在KNIME中创建Plotly.js可视化。 概述 包含的节点： 气泡图（情节） 连续误差图（图解） 密度图（图） 等高线图 堆积面积图（图解） 误差线图（图解） 线图（绘图） 雷达图（绘图） 散点图 3D散点图（绘图） 平面图（绘图） 小提琴情节（情节） 发展须知 您可以在或上的knime-sdk-setup存储库中找到有关如何使用我们的代码或开发KNIME Analytics Platform扩展的说明。 加入社区！
knime-r:KNIME Interactive R统计集成
04-29
KNIME:registered:-R集成 该存储库包含用于 KNIME Interactive R统计集成 Windows R二进制文件，用于交互式R集成 KNIME Microsoft SQL R集成 包含一组KNIME节点的插件，用于在KNIME中运行R代码。 请注意：KNIME交互式R统计信息集成和Windows二进制插件可通过而Microsoft SQL R集成包含在。 概述 端口对象 KNIME Interactive R Statistics集成具有其自己的端口类型，即R工作区。 它允许将整个R工作空间（包括其所有数据，变量和已加载的库）传递到后续节点。 接受R工作空间而不是仅仅修改它的节点，将加载整个工作空间的副本，以确保同一工作空间可被多个后续节点重用。 KNIME Interactive R统计信息集成节点 上图显示了KNIME的KNIME Interactive R Statisti
knime案例教程中文.zip
09-03
该文档是Knime的中文教程文档，只包含实操部分，很艰难从网上找的，该文档是Knime的中文教程文档，只包含实操部分，很艰难从网上找的，
国外主要可视化数据挖掘开源软件的比较
08-20
摘要：本文选取了WEKA、Rapid Miner、KNIME 和Orange 四种国外主要的可视化数据挖 掘开源软件，对它们在数据挖掘方法、可视化功能、使用容易程度等方面进行了比较。通过 比较发现Rapid Miner 具有丰富的算法和优秀的可视化效果，而WEKA 和KNIME 在算法 上较Orange 要多，但Orange 在可视化功能上要比两者强。所以各软件都有自己的适用范围， 10 可以适用不同操作用户的需求。
knime-python：KNIME Python集成
02-16
概述 该存储库包含： ... “ KNIME Jython集成”包括三个Snippet节点，这些节点提供了在KNIME中使用Jython的功能。 细节 KNIME Python集成（主要版本2和3） 包含的项目 org.knime.features.python2 ：包含
knime-sdk-setup:KNIME Analytics Platform-SDK设置
05-15
KNIME Analytics Platform是领先的开放式解决方案，用于数据驱动的创新，可帮助您发现数据中隐藏的潜力，挖掘新的见解或预测新的未来。 我们的企业级开源平台可快速部署，易于扩展且学习直观。 该存储库中提供的...
KNIME练习：美国房价预测模型
程序小白博客
06-28 1295
数据来源 https://www.kaggle.com/harlfoxem/housesalesprediction kaggle注册需要F墙才能出验证码，自行想办法解决。数据就不上传到CSDN了，数据简介自行查看网站介绍。 练习视频参考： https://www.bilibili.com/video/BV1pb411778u 模型和模块 以上workflow不过多介绍，重点是前面的几个模块： satistics统计量 比较直观，每一列数据直方图，用于观测数据很方便。 Interactive H
knime泰坦尼克数据分析
10-28
泰坦尼克号数据是一个常用的数据集，被用来进行分析和建模。KNIME是一款数据分析工具，可以用来处理和分析泰坦尼克号数据集。 使用KNIME进行泰坦尼克号数据分析的第一步是导入数据集。可以通过KNIME的数据导入节点来加载CSV文件，然后进行数据预处理。预处理包括数据清洗、缺失值处理和特征工程。 在数据清洗阶段，我们可以使用KNIME的数据处理节点来处理不符合规范的数据，例如删除重复行、删除不必要的列、清洗异常值等。在缺失值处理中，可以使用KNIME的节点填充缺失值，例如使用均值、中位数或众数进行填充。 接下来是特征工程的阶段，这是一个重要的步骤，用于提取出对分类结果有影响的特征。可以使用KNIME的特征选择节点来选择最重要的特征，还可以使用节点进行特征缩放和编码。 在数据准备工作完成后，可以使用KNIME的模型训练节点来训练分类模型。可以选择常见的分类算法，如决策树、逻辑回归、支持向量机等。通过交叉验证和网格搜索来优化模型参数。 在模型训练完成后，可以使用KNIME的模型评估节点来评估模型的性能。可以计算准确率、精确率、召回率等指标，还可以绘制学习曲线和混淆矩阵来进行模型评估。 最后，可以使用KNIME的模型部署节点将训练好的模型应用到新数据上。可以使用KNIME的数据导出节点将结果保存为CSV文件或数据库。 总之，通过使用KNIME进行泰坦尼克号数据分析，我们可以完成从数据导入到模型评估的整个流程。KNIME提供了丰富的数据处理和分析工具，能够帮助我们更好地理解和利用泰坦尼克号数据集。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值