数据挖掘的软件

《数据挖掘的软件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、IDMer说道：本文只对几种流行的开源数据挖掘平台进行了检视，比如Weka和R等。如果您想找寻更多的开源数据挖掘软件，可以到KDnuggets和OpenDirectory上查看。为了评测这些软件，我们用了UCIMachineLearningRepository上的心脏病诊断数据集。RR(http://www.r-project.org)是用于统计分析和图形化的计算机语言及分析工具，为了保证性能，其核心计算模块是用C、C++和Fortran编写的。同时为了便于使用，它提供了一种脚本语言，即R语言。R语言和贝尔实验室开发的S语言类似。R支持一系列分析

2、技术，包括统计检验、预测建模、数据可视化等等。在CRAN(http://cran.r-project.org)上可以找到众多开源的扩展包。R软件的首选界面是命令行界面，通过编写脚本来调用分析功能。如果缺乏编程技能，也可使用图形界面，比如使用RCommander(http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/)或Rattle(http://rattle.togaware.com)。TanagraTanagra(http://eric.univ-lyon2.fr/wricco/tanagra/)是使用图形界面的

3、数据挖掘软件，采用了类似Windows资源管理器中的树状结构来组织分析组件。Tanagra缺乏高级的可视化能力，但它的强项是统计分析，提供了众多的有参和无参检验方法。同时它的特征选取方法也很多。WekaWeka(WaikatoEnvironmentforKnowledgeAnalysis,http://www.cs.waikato.ac.nz/ml/weka/)可能是名气最大的开源机器学习和数据挖掘软件。高级用户可以通过Java编程和命令行来调用其分析组件。同时，Weka也为普通用户提供了图形化界面，称为WekaKnowledgeFlowEnvi

4、ronment和WekaExplorer。和R相比，Weka在统计分析方面较弱，但在机器学习方面要强得多。在Weka论坛(http://weka.sourceforge.net/wiki/index.php/Related_Projects)可以找到很多扩展包，比如文本挖掘、可视化、网格计算等等。很多其它开源数据挖掘软件也支持调用Weka的分析功能。YALE（IDMer：现在已经更名为RapidMiner）YALE(YetAnotherLearningEnvironment,http://rapid-i.com)提供了图形化界面，采用了类似Win

5、dows资源管理器中的树状结构来组织分析组件，树上每个节点表示不同的运算符（operator）。YALE中提供了大量的运算符，包括数据处理、变换、探索、建模、评估等各个环节。YALE是用Java开发的，基于Weka来构建，也就是说它可以调用Weka中的各种分析组件。KNIMEKNIME(KonstanzInformationMiner,http://www.knime.org)是基于Eclipse开发环境来精心开发的数据挖掘工具。无需安装，方便使用（IDMer：呵呵，大家喜欢的绿色版）。和YALE一样，KNIME也是用Java开发的，可以扩展使用

6、Weka中的挖掘算法。和YALE不同点的是，KNIME采用的是类似数据流（dataflow）的方式来建立分析挖掘流程（IDMer：这个我喜欢，和SASEM或SPSSClementine等商用数据挖掘软件的操作方式类似）。挖掘流程由一系列功能节点（node）组成，每个节点有输入/输出端口（port），用于接收数据或模型、导出结果。（IDMer：感觉KNIME比Weka的KnowledgeFlow更好用，连接节点时很方便，直接用鼠标拖拽连接端口即可。而Weka中则需要在节点上按鼠标右键，再选择后续节点，比较麻烦，刚开始使用时找了半天才知道怎么连）KN

7、IME中每个节点都带有交通信号灯，用于指示该节点的状态（未连接、未配置、缺乏输入数据时为红灯；准备执行为黄灯；执行完毕后为绿灯）。在KNIME中有个特色功能——HiLite，允许用户在节点结果中标记感兴趣的记录，并进一步展开后续探索。OrangeOrange(http://www.ailab.si/orange)是类似KNIME和WekaKnowledgeFlow的数据挖掘工具，它的图形环境称为Orange画布（OrangeCanvas），用户可以在画布上放置分析控件（widget），然后把控件连接起来即可组成挖掘流程。这里的控件和KNIME中的

8、节点是类似的概念。每个控件执行特定的功能，但与KNIME中的节点不同，KNIME节点的输入输出分为两种类型（模型和数据），而Orange