在上篇學會把一個個項目接起來後，今天會更詳細說明其中的功能，而這篇將繼續沿用上篇的鳶尾花樣本當作範例呦~

File - Data Table

連接完成後，我們可以打開Data Table這個組件看看，他會將File中的所有資料清清楚楚的呈現出來，在左側也可以看到這份資料原有的資訊和使其更視覺化的功能勾選。

File - Scatter Plot

接著，因為鳶尾花樣本中帶有三個花種與四個特徵的分類，於是我選了一個散布圖組件來視覺化這些數據。

點開後，更能清楚分析這些數據，以下圖所示，左側由上而下可以做調整的項目有:

• XY軸的特徵
• 圓點的屬性變化
• 符號大小
• 透明度
• 抖動數
• 畫面多元呈現的功能勾選

補充說明
Jitter 抖動，在機器學習中為一種有效的數據增廣方法，它的本質是在訓練模型過程中，於訓練數據裡人工疊加的一些噪聲。簡而言之，如在訓練中添加適量的抖動可以有效地工作，提高性能。

Data Table - Scatter Plot

最後，我們將Data Table與Scatter Plot連接起來，會有意想不到的作用喔，等等跟大家說~ (◍•ᴗ•◍)
我們先點擊連接的灰線，可以選擇數據表與散布圖這兩方要連接的項目。

選擇完畢，可將Data Table打開，選取特別想看的一個以上的樣本。接著，再把Scatter Plot的視窗放大，就會看到那些選取的樣本，會以實心的圓點顯示於右邊圖案中，這項功能，能讓我們更快速鎖定及檢視特定的樣本，相當實用阿!

今天篇幅比較長一點，我的腦也該休息一下了，我們明天見囉~

參考資料:
Orange Data Mining
《臨時筆記》一些深度學習中的英文術語的紀錄