五個免費開源的數據挖掘工具推薦
本文介紹了五個免費開源的數據挖掘工具。所謂數據挖掘工具包括兩類，針對特定領域的數據挖掘工具以及通用的數據挖掘工具，本文介紹的五種工具均有所覆蓋。
Orange
Orange 是一個基于組件的數據挖掘和機器學習軟件套裝，它的功能即友好，又很強大，快速而又多功能的可視化編程前端，以便瀏覽數據分析和可視化，基綁定了Python以進行腳本開發(fā)。它包含了完整的一系列的組件以進行數據預處理，并提供了數據帳目，過渡，建模，模式評估和勘探的功能。其由C++ 和 Python開發(fā)，它的圖形庫是由跨平臺的Qt框架開發(fā)。
RapidMiner
RapidMiner, 以前叫 YALE (Yet Another Learning Environment), 其是一個給機器學習和數據挖掘和分析的試驗環(huán)境，同時用于研究了真實世界數據挖掘。它提供的實驗由大量的算子組成，而這些算子由詳細的XML 文件記錄，并被RapidMiner圖形化的用戶接口表現(xiàn)出來。RapidMiner為主要的機器學習過程提供了超過500算子，并且，其結合了學習方案和Weka學習環(huán)境的屬性評估器。它是一個獨立的工具可以用來做數據分析，同樣也是一個數據挖掘引擎可以用來集成到你的產品中。
Weka
由Java開發(fā)的 Weka (Waikato Environment for Knowledge Analysis) 是一個知名機器學機軟件，其支持幾種經典的數據挖掘任務，顯著的數據預處理，集群，分類，回歸，虛擬化，以及功能選擇。其技術基于假設數據是以一種單個文件或關聯(lián)的，在那里，每個數據點都被許多屬性標注。 Weka 使用Java的數據庫鏈接能力可以訪問SQL數據庫，并可以處理一個數據庫的查詢結果。它主要的用戶接品是Explorer，也同樣支持相同功能的命令行，或是一種基于組件的知識流接口。
JHepWork
為科學家，工程師和學生所設計的 jHepWork 是一個免費的開源數據分析框架，其主要是用開源庫來創(chuàng)建 一個數據分析環(huán)境，并提供了豐富的用戶接口，以此來和那些收費的的軟件競爭。它主要是為了科學計算用的二維和三維的制圖，并包含了用Java實現(xiàn)的數學科學庫，隨機數，和其它的數據挖掘算法。 jHepWork 是基于一個高級的編程語言 Jython，當然，Java代碼同樣可以用來調用 jHepWork 的數學和圖形庫。
KNIME
KNIME (Konstanz Information Miner) 是一個用戶友好，智能的，并有豐演的開源的數據集成，數據處理，數據分析和數據勘探平臺。它給了用戶有能力以可視化的方式創(chuàng)建數據流或數據通道，可選擇性地運行一些或全部的分析步驟，并以后面研究結果，模型 以及 可交互的視圖。 KNIME 由Java寫成，其基于 Eclipse 并通過插件的方式來提供更多的功能。通過以插件的文件，用戶可以為文件，圖片，和時間序列加入處理模塊，并可以集成到其它各種各樣的開源項目中，比如：R語言，Weka， Chemistry Development Kit, 和 LibSVM.
源文：http://www.junauza.com/2010/11/free-data-mining-software.html
譯文：http://coolshell.cn/articles/3356.html
【編輯推薦】
