5个开源数据挖掘工具介绍.docx

五个免费开源的数据挖掘工具。所谓数据挖掘工具包括两类，针对特定领域的数据挖掘工具以及通用的数据挖掘工具，本文介绍的五种工具均有所覆盖。Orange Orange 是一个基于组件的数据挖掘和机器学习软件 套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，基绑定了 Python 以进行脚本开发。它包含了完整的一系列的组件以进行数据预处理，并提供了数据帐目，过渡，建模，模式评估和勘探的功能。其由 C++ 和Python 开发，它的图形库是由跨平台的 Qt 框架开发。RapidMiner RapidMiner, 以前叫 YALE (Yet Another Learning Environment), 其是一个给机器学习和数据挖掘和分析的试验环境，同时用于研究了真实世界数据挖掘。它提供的实验由大量的算子组成，而这些算子由详细的 XML 文件记录，并被 RapidMiner 图形化的用户接口表现出来。RapidMiner 为主要的机器学习过程提供 了超过 500 算子，并且，其结合了学习方案和 Weka 学习环境的属性评估器。它是一个独立的工具可以用来做数据分析，同样也是一个数据挖掘引擎可以用来集成到你的产品中。 Weka 由 Java 开发的 Weka (Waikato Environment for Knowledge Analysis) 是一个知名机器学机软件，其支持几种经典的数据挖掘任务，显著的数据预处理， 集群，分类，回归，虚拟化，以及功能选择。其技术基于假设数据是以一种单个文件或关联的，在那里， 每个数据点都被许多属性标注。Weka 使用Java 的数据库链接能力可以访问 SQL 数据库，并可以处理一个数据库的查询结果。它主要的用户接品是 Explorer， 也同样支持相同功能的命令行，或是一种基于组件的知识流接口。 JHepWork 为科学家，工程师和学生所设计的 jHepWork 是一个免费的开源数据分析框架，其主要是用开源库来创建 一个数据分析环境，并提供了丰富的用户接口，以此来和那些收费的的软件竞争。它主要是为了科学计算用的二维和三维的制图，并包含了用 Java 实现的数学科学库，随机数，和其它的数据挖掘算法。 jHepWork 是基于一个高级的编程语言 Jython，当然，Java 代码同样可以用来调用 jHepWork 的数学和图形库。KNIME KNIME (Konstanz Information Miner) 是一个用户友好，智能的，并有丰演的开源的数据集成，数据处理， 数据分析和数据勘探平台。它给了用户有能力以可视化的方式创建数据流或数据通道，可选择性地运行一些或全部的分析步骤，并以后面研究结果，模型 以及可交互的视图。KNIME 由 Java 写成，其基于 Eclipse 并通过插件的方式来提供更多的功能。通过以插件的文件，用户可以为文件，图片，和时间序列加入处理模块，并可以集成到其它各种各样的开源项目中，比如：R 语言，Weka， Chemistry Development Kit, 和LibSVM.