数据挖掘软件工具概述

15

尽管我曾经接受过工程师培训，但是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，我想了解现有的软件工具的不同类别，以及每个类别中值得注意的工具以及原因。（请注意，我并不是说“最佳”工具，只是那些著名的工具，以免我们发动火焰大战。）尤其要注意开放源代码和免费提供的工具，尽管这并不意味着我只对开源和免费感兴趣。

data-mining

— 约翰·贝里曼
source

1

我建议这是一个社区Wiki。

— 塔尔·加利利

听起来像是一个作业问题

— Neil McGuigan 2010年

@Tal当然，现在已转换。

@el负责人-这是一个非常广泛而笼统的问题...但是我担心这不是一个家庭作业问题。

— 约翰·贝里曼

7

这可能是您会找到的最全面的列表：mloss.org

— 佩德罗·奥利维拉（Pedro Oliveira）
source

但是它专注于机器学习，就像AI一样，它可以看作是数据挖掘的相关领域。尽管通常使用它作为同义词，但由于“预测”是数据挖掘中的关键挑战之一。但是，对数据挖掘的意义不仅仅在于“学习”。

— 已退出–Anony-Mousse 2012年

7

看一下

Weka（Java，分类能力强）
橙色（Python脚本，主要是分类）
GNU R（R语言，有些面向矢量表，请参阅机器学习任务视图和Rattle UI）
ELKI（Java，擅长聚类和离群值检测，对加速的索引结构支持，算法列表）
Mahout（Java，属于Hadoop，如果您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。

— CHL
source

1

您可以将Red-R添加到列表中（R中为Orange的克隆）：red-r.org

— Amro，

我已经下载了R，现在正在玩它。

— 约翰·贝里曼

@Amro谢谢！但是，除非我误会，否则它在Mac平台上不可用。

— chl 2010年

我不是Mac用户，但我认为Linux构建可以为您工作（您需要手动安装所有python依赖项）：red-r.org/forum/topic.php?id=22#post

— Amro

@Amro，我来试试看；过去，我一直在测试RAnalyticFlow（j.mp/bYF8xs），但并没有确信：我基本上是CLI用户：-)

— chl 2010年

3

Rattle是一种数据挖掘GUI，可为各种R包提供前端。

— 杰罗米·安格利姆
source

3

看看KNIME。

非常容易学习。有很大的发展空间。与Weka和R很好地集成。

— 拉德克
source

2

从流行度的角度来看，本文（2008年）概述了数据挖掘中的十大算法。

— 乌木1
source

数据挖掘初学者的优秀论文

— OutputLogic 2012年

2

RapidMiner（Java）[开源]

— 安姆罗
source

2

ELKI是一个开放源代码的大学项目，在某种程度上可以与WEKA媲美，但是在聚类和离群值检测方面要强大得多。WEKA实际上并不是真正的数据挖掘，而是机器学习软件。

— 有QUIT--Anony-Mousse
source

1

有了这个红-R具有很好的图形界面和可视化编程接口。它利用R来处理各种数据分析。

— 状态R
source

1

Rexer Anlaytics每年都会进行一次工具箱调查。KDnuggets具有行业和意图的软件描述。

— 迪米特里（Dimitriy V. Masterov）
source

0

SQL Server数据挖掘（SSDM）已有很长时间没有更新，但是如果要挖掘大型关系数据库和多维数据集，它仍然具有相当的竞争力。我正在缓慢但系统地尝试通过尽可能多的挖掘工具进行测试，而SQL Server的Windows界面是迄今为止我发现的最高效，最稳定的方法（尤其是在企业数据库方面，其中有些令人惊讶地马虎的接口），尽管它的年龄。我希望使用现代的Windows Presentation Foundation（WPF）界面，但这是第二好的选择。

当我试图获得一些基本的挖掘技能时，我在上面写了一系列详细的业余教程，标题为“ SQL Server数据挖掘的Ri径阶梯”。尽管我没有经验，但它们仍然有助于提前识别一些“陷阱”。

— SQLServerSteve
source