Eric_Hxy的专栏

本文介绍了Orange软件中的Select by Data Index组件（子集筛选组件）的功能与应用。该组件通过行标识匹配，可准确筛选同源但处理路径不同的数据子集，适用于特征工程数据对齐、多步骤分析数据衔接等场景。文中以Iris数据集为例，展示了从主成分分析结果中筛选样本并回溯原始特征的全过程，包括150个样本通过PCA降维后，在散点图中筛选3个样本并成功匹配原始数据的完整操作流程。实例文件已开源，为特征对齐等数据挖掘任务提供了实用解决方案。

本文聚焦 Orange软件的 Concatenate 组件，介绍其在数据挖掘中用于纵向整合数据、增强实例数量的功能，适用于分段、分组、多端等多源同构数据整合场景。该组件有主数据和辅数据两种模式，辅数据模式下可选择变量并集或交集，主数据模式下能按主数据列名或位置匹配变量，文中通过股价数据实例展示了不同配置下的输出效果。

在数据挖掘领域，数据合并是预处理阶段的核心操作，通过特征补全、样本连接、特征拼接三种模式实现多源信息融合。特征补全以主数据为基准补充辅数据特征并保留主数据全样本，未匹配特征标记为缺失，从而丰富主数据的信息维度；样本连接通过交叉验证剔除多源数据中不匹配的样本，仅保留满足共同约束的高质量样本，确保融合数据的一致性；特征拼接则保留多源数据的所有样本，通过共享特征标识合并，未匹配特征标记为缺失以区分跨场景信息差异。本文详细介绍了Orange软件的Merge Data组件的数据合并功能。

详解开源数据挖掘软件Orange的Transpose组件功能。

详解Orange软件中Select Rows组件的功能。

详细介绍Orange数据挖掘软件的Select Columns组件。

详细介绍Orange的Data Sampler数据抽样组件功能