六款强大地开源大数据挖掘工具推荐.doc

word
word
1 / 4
word
六款强大的开源数据挖掘工具推荐
当今这个大数据时代，数据就等于金钱。随着向一个基于应用的领域过渡，数据如此呈现出了指数级增长。然而，百分之八十的数据是非结构化的，因此它需要一个程序和方法来从中提取有用信息，并且将其转换为可理解、可用的结构化形式。
在数据挖掘过程中，有大量的工具可供使用，比如采用人工智能、机器学****以与其他技术等来提取数据。
以下为您推荐六款的数据挖掘工具：
1、WEKA
WEKA 原生的非 Java 版本主要是为了分析农业领域数据而开发的。该工具基于 Java 版本，是非常复杂的，并且应用在许多不同的应用中，包括数据分析以与预测建模的可视化和算法。与 RapidMiner 相比优势在于，它在 GNU 通用公共许可证下是免费的，因为用户可以按照自己的喜好选择自定义。
WEKA 支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。添加序列建模后，WEKA 将会变得更强大，但目前不包括在内。
word
word
2 / 4
word
2、RapidMiner
该工具是用 Java 语言编写的，通过基于模板的框架提供先进的分析技术。该款工具最大的好处就是，用户无需写任何代码。它是作为一个服务提供，而不是一款本地软件。值得一提的是，该工具在数据挖掘工具榜上位列榜首。
另外，除了数据挖掘，RapidMiner 还提供如数据预处理和可视化、预测分析和统计建模、评估和部署等功能。更厉害的是它还提供来自 WEKA〔一种智能分析环境〕和 R 脚本的学****方案、模型和算法。
RapidMiner 分布在 AGPL 开源许可下，可以从 SourceForge 上下载。SourceForge 是一个开发者进展开发管理的集中式场所，大量开源项目在此落户，其中就包括维基百科使用的 MediaWiki。
3、NLTK
当涉与到语言处理任务，没有什么可以打败 NLTK。NLTK 提供了一个语言处理工具，包括数据挖掘、机器学****数据抓取、情感分析等各种语言处理任务。
而您需要做的只是安装 NLTK，然后将一个包拖拽到您最喜爱的任务中，您就可以去做其他事了。因为它是用 Python 语言编写的，你可以在上面建立应用，还可以自定义它的小任务。
4、Orange
Python 之所以受欢迎，是因为它简单易学并且功能强大。如果你是一个 Python 开发者，当涉与到需要找一个工作用的工具时，那么没有比 Orange 更适宜的了。它是一个基于 Python 语言，功能强大的开源工具，并且对初学者和专家级的大神均适用。
word
word
3 / 4
word
此外，你肯定会爱上这个工具的可视化编程和 Python 脚本。它不仅有机器学****的组件，还附加有生物信息和文本挖掘，可以说是充满了数据分析的各种