18款数据挖掘分析工具推荐.docx

18款数据挖掘分析工具推荐
大数据时代，数据发生了指数级的增长。然而，这些数据大部分都是松散的，是非结构化的，为了把它们提炼并构建为一种易懂和易用的形式，数据挖掘应运而生。现在我们可以看到许多利用人工智能，机器学****等提取数据的技术进行数据挖掘的工具。下面就给大家分享一下数据挖掘分析工具。
1、IBM SPSS Modele
IBM SPSS Modeler工具工作台最适合处理文本分析等大型项目，其可视化界面非常有价值。它允许您在不编程的情况下生成各种数据挖掘算法。它也可以用于异常检测、贝叶斯网络、CARMA、Cox回归以及使用多层感知器进行反向传播学****的基本神经网络。
2、Rapid Miner
Rapid Miner，原名YALE又一个学****环境，是一个用于机器学****和数据挖掘实验的环境，用于研究和实际的数据挖掘任务。毫无疑问，这是世界领先的数据挖掘开源系统。该工具以Java编程语言编写，通过基于模板的框架提供高级分析。
它使得实验可以由大量的可任意嵌套的操作符组成，这些操作符在XML文件中是详细的，并且是由快速的Miner的图形用户界面完成的。最好的是用户不需要编写代码。它已经有许多模板和其他工具，让我们可以轻松地分析数据。
3、Kaggle
Kaggle是全球最大的数据科学社区。公司和研究人员张贴他们的数据，来自世界各地的统计人员和数据挖掘者竞相制作最好的模型。
Kaggle是数据科学竞赛的平台。它帮助您解决难题，招募强大的团队，并扩大您的数据科学人才的力量。
4、Teradata
Teradata认识到，尽管大数据是令人敬畏的，但如果您实际上并不知道如何分析和使用它，那么它是毫无价值的。想象一下，有数百万的数据点没有查询的技能。这就是Teradata所提供的。它们提供数据仓库，大数据和分析以及市场营销应用程序方面的端到
端解决方案和服务。
Teradata还提供一系列的服务，包括实施，业务咨询，培训和支持。
5、R programming Language
为什么R是这个名单上免费数据挖掘工具的超级巨星?它是免费的、开源的，并且很容易为那些没有编程经验的人挑选。实际上，有数以千计的库可以集成到R环境中，使其成为一个强大的数据挖掘环境。它是一个免费的软件编程语言和软件环境，用于统计计算和图形。
在数据采矿者中广泛使用R语言进行统计软件和数据分析。近年来，易用性和可扩展性大大提高了R的知名度。
6、Pentaho
Pentaho为数据集成，业务分析和大数据提供了一个全面的平台。有了这个商业工具，你可以轻松地融合任何来源的数据。深入了解您的业务数据，为未来做出更准确的信息驱动决策。
7、Tanagra
TANAGRA是一个用于学术和研究目的的数据挖掘软件。有探索性数据分析，统计学****机器学****和数据库领域的工具。 使用图形界面的数据挖掘软件，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。
 8、NLTK
自然语言工具包，是一套用于Python语言的符号和统计自然语言处理（NLP）的库和程序。它提供了一个语言处理工具库，包括数据挖掘，机器学****数据报废，情感分析和其他各种语言处理任务。构建python程序来处理人类语言数据。
9、 jHepWork
jHepWork是一个免费的开放源代码数据分析框架，它是为了使用开放源代码软件包和可理解的用户界面创建一个数据分析环境，并创建一个与商业程序相竞争的工具。
JHepWork显示数据集的交互式2D和3D图，以便更好地分析。 Java中实现了数字科学库和数学函数。 jHepWork基于高级编程语言Jython，但Java编码也可用于调用jHepWork数值库和图形库。
10、PSPP
PSPP是对采样数据进行统计分析的程序。它有一个图形用户界面和传统的命令行界面。它用C语言编写，使用GNU科学图书馆的数学例程，并绘制UTILS来生成图表。它是专有程序SPSS（来自IBM）的免费替代品，可以自信地预测接下来会发生什么，以便您可以做出更明智的决策，解决问题并改进结果。
11、ApacheMahout
Apache Mahout是Apache软件基金会（Apache Software Foundation）的一个项目，用于生成主要集中在协作过滤、聚类和分类领域的分布式或其他可伸缩机器学****算法的免费实现。
ApacheMahout主要支持三种用例：建议挖掘采取用户行为，并尝试查找用户可能喜欢的项目。集群需要文本文