六款強大的開源數據挖掘工具

以下為您推薦六款強大的開源數據挖掘工具：

1、RapidMiner

該工具是用Java語言編寫的，通過基于模板的框架提供先進的分析技術。該款工具最大的好處就是，用戶無需寫任何代碼。它是作為一個服務提供，而不是一款本地軟件。值得一提的是，該工具在數據挖掘工具榜上位列榜首。

另外，除了數據挖掘，RapidMiner還提供如數據預處理和可視化、預測分析和統計建模、評估和部署等功能。更厲害的是它還提供來自WEKA(一種智能分析環境)和R 腳本的學習方案、模型和算法。

RapidMiner分布在AGPL開源許可下，可以從SourceForge上下載。SourceForge是一個開發者進行開發管理的集中式場所，大量開源項目在此落戶，其中就包括維基百科使用的MediaWiki。

2、WEKA

WEKA原生的非Java版本主要是為了分析農業領域數據而開發的。該工具基于Java版本，是非常復雜的，并且應用在許多不同的應用中，包括數據分析以及預測建模的可視化和算法。與RapidMiner相比優勢在于，它在GNU通用公共許可證下是免費的，因為用戶可以按照自己的喜好選擇自定義。

WEKA支持多種標準數據挖掘任務，包括數據預處理、收集、分類、回歸分析、可視化和特征選取。

添加序列建模后，WEKA將會變得更強大，但目前不包括在內。

3、R-Programming

如果我告訴你R項目，一個GNU項目，是由R(R-programming簡稱，以下統稱R)自身編寫的，你會怎么想?它主要是由C語言和FORTRAN語言編寫的，并且很多模塊都是由R編寫的，這是一款針對編程語言和軟件環境進行統計計算和制圖的免費軟件。R語言被廣泛應用于數據挖掘，以及開發統計軟件和數據分析中。近年來，易用性和可擴展性也大大提高了R的知名度。

除了數據，它還提供統計和制圖技術，包括線性和非線性建模，經典的統計測試，時間序列分析、分類、收集等等。

4、Orange

Python之所以受歡迎，是因為它簡單易學并且功能強大。如果你是一個Python開發者，當涉及到需要找一個工作用的工具時，那么沒有比Orange更合適的了。它是一個基于Python語言，功能強大的開源工具，并且對初學者和專家級的大神均適用。

此外，你肯定會愛上這個工具的可視化編程和Python腳本。它不僅有機器學習的組件，還附加有生物信息和文本挖掘，可以說是充滿了數據分析的各種功能。

5、KNIME

數據處理主要有三個部分：提取、轉換和加載。 而這三者KNIME都可以做到。 KNIME為您提供了一個圖形化的用戶界面，以便對數據節點進行處理。它是一個開源的數據分析、報告和綜合平臺，同時還通過其模塊化數據的流水型概念，集成了各種機器學習的組件和數據挖掘，并引起了商業智能和財務數據分析的注意。

KNIME是基于Eclipse，用Java編寫的，并且易于擴展和補充插件。其附加功能可隨時添加，并且其大量的數據集成模塊已包含在核心版本中。

6、NLTK

當涉及到語言處理任務，沒有什么可以打敗NLTK。NLTK提供了一個語言處理工具，包括數據挖掘、機器學習、數據抓取、情感分析等各種語言處理任務。而您需要做的只是安裝NLTK，然后將一個包拖拽到您最喜愛的任務中，您就可以去做其他事了。因為它是用Python語言編寫的，你可以在上面建立應用，還可以自定義它的小任務。

via：http://www.thebigdata.cn/JieJueFangAn/29998.html