数据挖掘软件工具的调查

机器算法验证 数据挖掘
2022-01-28 01:53:40

虽然我接受过工程师培训，但我发现我对数据挖掘越来越感兴趣。现在我正在尝试进一步调查该领域。特别是，我想了解存在的不同类别的软件工具，以及每个类别中哪些工具值得注意，以及为什么。（请注意，我并没有说“最好”的工具，只是说一些值得注意的工具，以免我们引发一场激烈的战争。）特别要注意开源和免费提供的工具——尽管不要认为这意味着我只对开源和免费感兴趣。

4个回答

这可能是您能找到的最全面的列表：mloss.org

看一下

  • Weka（java，分类强）
  • Orange（python脚本，主要是分类）
  • GNU R（R 语言，有点面向向量表，参见机器学习任务视图和Rattle UI）
  • ELKI（java，强大的聚类和异常检测，索引结构支持加速，算法列表）
  • Mahout（Java，属于 Hadoop，如果你有集群和庞大的数据集）

以及用于数据集的UCI 机器学习存储库。

Rattle是一个数据挖掘 GUI，它为各种 R 包提供了前端。

看看KNIME。

非常容易学习。有很大的进步空间。与 Weka 和 R 很好地集成。

其它你可能感兴趣的问题
上一篇比较具有相同数量自由度的混合效应模型 下一篇如何填写时间序列中的缺失数据？