Clementine操作页面介绍
这一篇是对Clementine的操作界面的详细介绍，但还未涉及具体的案例操作
1.数据流程区
Clementine在进行数据挖掘时是基于数据流程形式，从读入数据到最后的结果显示都是由流程图的形式显示在数据流程区内。数据的流向通过箭头表示，每一个结点都定义了对数据的不同操作，将各种操作组合在一起便形成了一条通向目标的路径。
数据流程区是整个操作界面中最大的部分（上右大部分），整个建模过程以及对模型的操作都将在这个区域内执行。我们可以通过 文 件－ 新建流 新建一个空白的数据流，也可以打开已有的数据流。
适用Clementine处理数据的三个步骤
首先，将数据读入Clementine
然后，通过一系列操作运行数据
最后，将数据发送到目标位置
这一操作序列称为数据流，因为数据以一条条记录的形式，从数据源开始，依次经过各种操作，最终到达目标（模型或某种数据输出），所有在一个运行期内打开的数据流都将保存在管理器（页面中的空白部分）的流栏下
2.选项面板
选项面板横跨于Clementine操作界面的下部，它被分为收藏夹、源、记录选项、字段选项、图形、建模、输出，到处8个栏，其中每个栏目包含了具有相关功能的节点。
节点是数据流的基本组成部分，每一个结点拥有不同的数据处理功能。设置不同的栏是未来将不同功能的结点分组，下面我们介绍各个栏的作用
**源：**该栏包含了能读入数据到Clementine的结点。例如Var.File结点读取自由格式的文本文件到Clementine，SPSS File读取SPSS文件到Clementine，Excel则是excel文件，导入时只要将excel拖入流程区，之后双击就会出现可以导入excel文件的界面，还可以选择数据范围以及索引名称等，其他的也是文件也是类似如此。
记录选项：该栏包含的结点能对数据记录进行操作。例如筛选出满足条件的记录（se）
lect）、将来自不同数据源的数据合并在一起（merge）、向数据文件中添加记录（append）等。
字段选项：该栏包含了能对字段进行操作的结点，例如过滤字段（fileter）能让被过滤的字段不作为模型的 输入，derive结点能根据用户定义生成新的字段。
图形：该栏包含了众多的图形结点，这些接待你用户在建模前或建模后将数据由图形形式输出，其中注意这些是要选定字段之后才能执行输出图形的，因而需要了解一些各种表格所需的知识。
建模：该栏包含各种已封装好的模型，例如神经网络（Neural Net）、决策树（C5.0）等，这些模型能完成预测（Neural Net，Regression，Logistic ）、 分类（C5.0，C&RTree，Kohonen， K-means，Twostep）、关联分析(Apriori， GRI，Sequece)等功能。
输出：该栏提供了许多能输出数据、模型结果的结点，用户不仅可以在Clementine中查看输出结果，也可以输出到其他应用程序中查看，例如SPSS和Excel
收藏夹：该栏放置了用户经常使用的结点，方便用户操作。用户可以自定义其收藏夹栏，操作方法位：选定菜单栏的工具，在下拉菜单栏中选择管理选项版，在弹出的 选项版管理器中双击出现收藏夹，出现下图，可以从左边选择要加入收藏夹的结点，点击中间箭头，节点自动加入到右边收藏夹中。
3.管理器
管理器中共包含了流、输出、模型三个栏。其中流中放置了运行期内打开的所有数据流，可以通过右键单击数据流名对数据流进行保存、设置属性等操作。输出中包含了运行数据流时所有的输出结果，可以通过双击结果名查看输出的结果。模型中包含了模型的运行结果，我们可以右键单击 该模型从弹出的Browse中查看模型结果，也可以将模型结果加入到数据流中。
4.项目窗口介绍
项目窗口含有两个选项栏，一个是CRISP-DM，一个是类。 CRISP-DM的设置是基于CRISP-DMModel的思想，它方便用户存放在挖掘各个阶段形成的文件。由右键单击阶段名，可以选择生成该阶段要拥有的文件，也可以打开已存在的文件将其放入该阶段。这样做的好处是使用户对数据挖掘过程一目了然，也有利于对它进行修改。
Classes窗口具有同CRISP-DM窗口相似的作用，它的分类不是基于挖掘的各个过程，而是基于存储的文件类型。例如数据流文件、结点文件、图表文件等。