标签: orange

我有3个python版本,我想使用第二个版本easy_install Orange.我怎样才能做到这一点？

不必要的信息:

1. 2.1在/ usr/bin/python中
2. 2.6 in /Library/Frameworks/Python.framework/Versions/2.6/bin/python
3. 3.1 in /Library/Frameworks/Python.framework/Versions/3.1/bin/python

答:好的在这里找到它(http://peak.telecommunity.com/DevCenter/EasyInstall#multiple-python-versions),

"另外,如果您使用的是Python 2.4或更高版本,则可以使用-m easy_install运行Python来运行特定Python版本的easy_install命令"

我正在为Orange3开发一个附加小部件.有没有办法处理小部件输出的连接/断开事件？

我想推迟其中一个输出的重计算,直到此输出与另一个小部件的输入连接.

我们需要一个内容分类模块.贝叶斯分类器似乎是我正在寻找的.我们应该选择Orange还是NLTK？

我正在尝试在我的Mac OS X 10.7.3(Lion)上安装Orange,并且在使用pip或从源代码构建时我一直收到错误.首先,我收到的错误是:

error: command 'gcc-4.0' failed with exit status 1

我有Xcode 4,它与gcc 4.2.1捆绑在一起.所以我安装了64位/ 32位Python 2.7.3,它内置了gcc 4.2.我还尝试使用以下方法覆盖编译器选项:

export CC=gcc-4.2

但这产生了一个不同的错误:

gcc-4.2 not found, using clang instead
...
error: command 'clang' failed with exit status 1

这是完整的日志:

$ python setup.py build
running build
running build_py
copying Orange/version.py -> build/lib.macosx-10.6-intel-2.7/Orange
running build_ext
gcc-4.2 not found, using clang instead
building 'Orange.orange' extension
running pyxtract for Orange.orange
/Library/Frameworks/Python.framework/Versions/2.7/Resources/Python.app/Contents/MacOS/Python ../pyxtract/defvectors.py
/Library/Frameworks/Python.framework/Versions/2.7/Resources/Python.app/Contents/MacOS/Python ../pyxtract/pyprops.py -n orange
/Library/Frameworks/Python.framework/Versions/2.7/Resources/Python.app/Contents/MacOS/Python ../pyxtract/pyxtract.py -m -n orange lib_kernel.cpp …

我注意到这已经是GitHub上的一个问题了.有没有人有任何代码将Pandas DataFrame转换为Orange Table？

显然,我有下表.

       user  hotel  star_rating  user  home_continent  gender
0         1     39          4.0     1               2  female
1         1     44          3.0     1               2  female
2         2     63          4.5     2               3  female
3         2      2          2.0     2               3  female
4         3     26          4.0     3               1    male
5         3     37          5.0     3               1    male
6         3     63          4.5     3               1    male

我正在使用Orange(在Python中)进行一些数据挖掘任务.更具体地说,用于聚类.虽然我已经阅读了教程并阅读了大部分文档,但我仍然遇到了问题.文档和教程中的所有示例都假设我有一个带有数据的制表符分隔表.但是,没有什么可以说如何从头开始创建新表.例如,我想为不同文档中的单词频率创建一个表.

也许我错过了一些东西,所以如果有人有任何见解,我会很感激.

谢谢乔治

编辑:

这就是我创建表格的方式

#First construct the domain object (top row)
vars = []
for var in variables:
    vars.append(Orange.data.variable.Continuous(str(var)))
domain = Orange.data.Domain(vars, classed) #The second argument indicated that the last attr must not be a class    
#Add data rows assuming we have a matrix 
t = Orange.data.Table(domain, matrix)        

我对在Python中进行套索回归技术感兴趣。但是，我想为算法加权输入数据。您能否建议一些可以考虑输入权重来执行套索回归的库？

我发现这里是scikit-learn提供加权岭回归，但不是加权套索回归。

我试图在Python中计算缺失值,并且sklearn似乎没有超出平均值(均值,中位数或模式)插补的方法.橙色插补模型似乎提供了一个可行的选择.然而,似乎Orange.data.Table没有认识到np.nan或以某种方式归因于失败.

import Orange
import numpy as np

tmp = np.array([[1, 2, np.nan, 5, 8, np.nan], [40, 4, 8, 1, 0.2, 9]])
data = Orange.data.Table(tmp)
imputer = Orange.feature.imputation.ModelConstructor()
imputer.learner_continuous = Orange.classification.tree.TreeLearner(min_subset=20)
imputer = imputer(data )
impdata = imputer(data)
for i in range(0, len(tmp)):
    print impdata[i]

输出是

[1.000, 2.000, 1.#QO, 5.000, 8.000, 1.#QO]
[40.000, 4.000, 8.000, 1.000, 0.200, 9.000]

知道我错过了什么吗？谢谢!

我刚刚在Windows 7工作站上安装了Orange 3.3.9。我正在尝试使用Orange中的“ SQL Table”小部件连接到远程MSSQL Server实例。

当我双击“ SQL表”窗口小部件时，出现一个用于配置连接（服务器，数据库[/架构]，用户名，密码）的对话框，但是所有字段均被禁用，并且消息“请安装后端到使用此小部件”将显示在对话框顶部。

我尝试为远程SQL服务器添加ODBC连接并重新启动Orange，但这没有帮助。

任何想法如何使这项工作？

谢谢！

我用的是橙3.22。我的模型的第一步是使用Spectroscopy.Multifile加载大约 150 个文件。在所有文件中，相关信息仅从第 22 行开始。在Data.CSVFileImport中，我可以跳过单行。如何跳过所有文件中Orange 的前 21 行？我已经在 Orange 之外有了一个 Python 解决方案。

此致