經過了前兩天補充的小知識，今天我們就來用Orange做個預測看看唄!

匯入檔案&檢查

這次用到的數據是水果與蔬菜的訓練集，需要的人可以直接點擊超連結進入，全部複製後，將其貼於word或記事本上，另存新檔命名為「XXX.tab」(XXX的部分可自行輸入)。

存完後，再來到Orange介面將它應用於File中，可以用Data Table檢查一下檔案是否正確。

預測目的

檔案中，總共有九個屬性，在這次預測中，我希望電腦能依照這些屬性，來判斷數據是蔬菜還是水果。

哪個屬性為重要的依據?

在我們開始預測前，要先來了解一下，其中哪幾項屬性，在電腦判斷時，為重要的依據，固然我們就要拉出Tree來看看了!

從Tree Viewer，我們可以看出卡路里、維他命A和蛋白質可能是預測決定性的重要因素。

新建預測類別的檔案

我們今天一樣使用Google 的試算表來建立檔案並用連結匯入，然而檔案的屬性要依照原來水果蔬菜檔的格式輸入，這樣電腦才能讀取識別喔~

匯檔檢查

記得要將File中的Type與Role用成和原始訓練集的屬性一樣嘿!!!

揭曉Tree的預測結果!

把我們要預測的檔案跟Predictions(預測)組件連起來，並也將上面的模組Tree跟Predictions接起來，接下來就是magic時刻了~
打開Predictions，就會看到決策樹所預測而出的類別，從下圖可以看出，它將三個數據都列為是水果呢!

再來看看Logistic Regression的預測結果!

先將Logistic Regression組件與File和Predictions接起來，再打開來看預測結果。

最終，因為邏輯迴歸與決策樹的判斷依據不同，所以出現了一個數據為不相同的。
但在這裡要揭曉一下，這次是邏輯迴歸預測才是正確的喔!

好哩~今天就學習到這啦!在日後，還會教導大家如何評估模型，敬請期待，bye~

參考資料:
Orange