六款强大的开源数据挖掘工具推举.docxVIP

PAGE PAGE 1 六款强大的开源数据挖掘工具推举 六款强大的开源数据挖掘工具推举  当今这个大数据时代，数据就等于金钱。随着向一个基于应用的领域过渡，数据则呈现出了指数级增长。然而，百分之八十的数据是非结构化的，因而它需要一个程序和方法来从中提取有用信息，并且将其转换为可理解、可用的结构化方式。   在数据挖掘过程中，有大量的工具可供使用，比如接受人工智能、机器学习，以及其他技术等来提取数据。  以下为您推举六款的数据挖掘工具：  1、WEKA  WEKA 原生的非 Java 版本次要是为了分析农业领域数据而开发的。该工具基于 Java 版本，是格外简单的，并且应用在很多不同的应用中，包括数据分析以及猜测建模的可视化和算法。与 RapidMiner 相比优势在于，它在 GNU 通用公共许可证下是免费的，由于用户可以依据本人的喜好选择自定义。  WEKA 支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。添加序列建模后，WEKA 将会变得更强大，但目前不包括在内。   2、RapidMiner  该工具是用 Java 言语编写的，通过基于模板的框架供应先进的分析技术。该款工具最大的好处就是，用户无需写任何代码。它是作为一个服务供应，而不是一款本地软件。值得一提的是，该工具在数据挖掘工具榜上位列榜首。  另外，除了数据挖掘，RapidMiner 还供应如数据预处理和可视化、猜测分析和统计建模、评估和部署等功能。更厉害的是它还供应来自 WEKA（一种智能分析环境）和 R 脚本的学习方案、模型和算法。  RapidMiner 分布在 AGPL 开源许可下，可以从 SourceForge 上下载。SourceForge 是一个开发者进行开发管理的集中式场所，大量开源项目在此落户，其中就包括维基百科使用的 MediaWiki。   3、NLTK  当涉及到言语处理任务，没有什么可以打败 NLTK。NLTK 供应了一个言语处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种言语处理任务。  而您需要做的只是安装 NLTK，然后将一个包拖拽到您最宠爱的任务中，您就可以去做其他事了。由于它是用 Python 言语编写的，你可以在上面建立应用，还可以自定义它的小任务。   4、Orange  Python 之所以受欢迎，是由于它简约易学并且功能强大。假如你是一个 Python 开发者，当涉及到需要找一个工作用的工具时，那么没有比 Orange 更合适的了。它是一个基于 Python 言语，功能强大的开源工具，并且对初学者和专家级的大神均适用。  此外，你确定会爱上这个工具的可视化编程和 Python 脚本。它不只要机器学习的组件，还附加有生物信息和文本挖掘，可以说是布满了数据分析的各种功能。   5、KNIME  数据处理次要有三个部分：提取、转换和加载。而这三者 KNIME 都可以做到。 KNIME 为您供应了一个图形化的用户界面，以便对数据节点进行处理。它是一个开源的数据分析、报告和综合平台，同时还通过其模块化数据的流水型概念，集成了各种机器学习的组件和数据挖掘，并引起了商业智能和财务数据分析的留意。  KNIME 是基于 Eclipse，用 Java 编写的，并且易于扩展和补充插件。其附加功能可随时添加，并且其大量的数据集成模块已包含在核心版本中。   6、R-Programming  假如我告知你R项目，一个 GNU 项目，是由 R（R-programming简称，以下统称R）本身编写的，你会怎样想？它次要是由 C 言语和 FORTRAN 言语编写的，并且很多模块都是由 R 编写的，这是一款针对编程言语和软件环境进行统计计算和制图的免费软件。  R言语被广泛应用于数据挖掘，以及开发统计软件和数据分析中。近年来，易用性和可扩展性也大大提高了 R 的知名度。除了数据，它还供应统计和制图技术，包括线性和非线性建模，经典的统计测试，时间序列分析、分类、收集等等。