版塊導(dǎo)航: 正在加載中...

登錄注冊

應(yīng)《網(wǎng)絡(luò)安全法》要求，自2017年10月1日起，未進(jìn)行實(shí)名認(rèn)證將不得使用互聯(lián)網(wǎng)跟帖服務(wù)。為保障您的帳號能夠正常使用，請盡快對帳號進(jìn)行手機(jī)號驗(yàn)證，感謝您的理解與支持！

24小時(shí)熱門版塊排行榜

返回列表

sjtu2012

銀蟲 (著名寫手)

應(yīng)助: 15 (小學(xué)生)
金幣: 487.1
散金: 19
紅花: 27
帖子: 1343
在線: 200.1小時(shí)
蟲號: 1459561
注冊: 2011-10-25
專業(yè): 應(yīng)用數(shù)學(xué)方法

[交流] 推薦：幾款優(yōu)秀的開源數(shù)據(jù)挖掘工具

http://www.iteye.com/news/4693

IDMer說道：本文只對幾種流行的開源數(shù)據(jù)挖掘平臺進(jìn)行了檢視，比如Weka和R等。如果您想找尋更多的開源數(shù)據(jù)挖掘軟件，可以到KDnuggets和Open Directory上查看。為了評測這些軟件，我們用了UCI Machine Learning Repository上的心臟病診斷數(shù)據(jù)集。
R
R (http://www.r-project.org) 是用于統(tǒng)計(jì)分析和圖形化的計(jì)算機(jī)語言及分析工具，為了保證性能，其核心計(jì)算模塊是用C、C++和Fortran編寫的。同時(shí)為了便于使用，它提供了一種腳本語言，即R語言。R語言和貝爾實(shí)驗(yàn)室開發(fā)的S語言類似。R支持一系列分析技術(shù)，包括統(tǒng)計(jì)檢驗(yàn)、預(yù)測建模、數(shù)據(jù)可視化等等。在CRAN(http://cran.r-project.org) 上可以找到眾多開源的擴(kuò)展包。
R軟件的首選界面是命令行界面，通過編寫腳本來調(diào)用分析功能。如果缺乏編程技能，也可使用圖形界面，比如使用R Commander(http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/)或Rattle(http://rattle.togaware.com)。

Tanagra
Tanagra (http://eric.univ-lyon2.fr/wricco/tanagra/) 是使用圖形界面的數(shù)據(jù)挖掘軟件，采用了類似Windows資源管理器中的樹狀結(jié)構(gòu)來組織分析組件。Tanagra缺乏高級的可視化能力，但它的強(qiáng)項(xiàng)是統(tǒng)計(jì) 分析，提供了眾多的有參和無參檢驗(yàn)方法。同時(shí)它的特征選取方法也很多。

Weka
Weka (Waikato Environment for Knowledge Analysis, http://www.cs.waikato.ac.nz/ml/weka/) 可能是名氣最大的開源機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘軟件。高級用戶可以通過Java編程和命令行來調(diào)用其分析組件。同時(shí)，Weka也為普通用戶提供了圖形化界面，稱為Weka KnowledgeFlow Environment和Weka Explorer。和R相比，Weka在統(tǒng)計(jì)分析方面較弱，但在機(jī)器學(xué)習(xí)方面要強(qiáng)得多。在Weka論壇 (http://weka.sourceforge.net/wiki/index.php/Related_Projects) 可以找到很多擴(kuò)展包，比如文本挖掘、可視化、網(wǎng)格計(jì)算等等。很多其它開源數(shù)據(jù)挖掘軟件也支持調(diào)用Weka的分析功能。

YALE （IDMer：現(xiàn)在已經(jīng)更名為RapidMiner）
YALE (Yet Another Learning Environment, http://rapid-i.com) 提供了圖形化界面，采用了類似Windows資源管理器中的樹狀結(jié)構(gòu)來組織分析組件，樹上每個節(jié)點(diǎn)表示不同的運(yùn)算符（operator）。YALE中提供了大量的運(yùn)算符，包括數(shù)據(jù)處理、變換、探索、建模、評估等各個環(huán)節(jié)。YALE是用Java開發(fā)的，基于Weka來構(gòu)建，也就是說它可以調(diào)用Weka中的各種分析組件。

KNIME
KNIME (Konstanz InformationMiner, http://www.knime.org)是基于Eclipse開發(fā)環(huán)境來精心開發(fā)的數(shù)據(jù)挖掘工具。無需安裝，方便使用（IDMer：呵呵，大家喜歡的綠色版）。和YALE一樣，KNIME也是用Java開發(fā)的，可以擴(kuò)展使用Weka中的挖掘算法。和YALE不同點(diǎn)的是，KNIME采用的是類似數(shù)據(jù)流（data flow）的方式來建立分析挖掘流程（IDMer：這個我喜歡，和SAS EM或SPSS Clementine等商用數(shù)據(jù)挖掘軟件的操作方式類似）。挖掘流程由一系列功能節(jié)點(diǎn)（node）組成，每個節(jié)點(diǎn)有輸入/輸出端口（port），用于接收數(shù)據(jù)或模型、導(dǎo)出結(jié)果。（IDMer：感覺KNIME比Weka的KnowledgeFlow更好用，連接節(jié)點(diǎn)時(shí)很方便，直接用鼠標(biāo)拖拽連接端口即可。而Weka中則需要在節(jié)點(diǎn)上按鼠標(biāo)右鍵，再選擇后續(xù)節(jié)點(diǎn)，比較麻煩，剛開始使用時(shí)找了半天才知道怎么連）
KNIME中每個節(jié)點(diǎn)都帶有交通信號燈，用于指示該節(jié)點(diǎn)的狀態(tài)（未連接、未配置、缺乏輸入數(shù)據(jù)時(shí)為紅燈；準(zhǔn)備執(zhí)行為黃燈；執(zhí)行完畢后為綠燈）。在KNIME中有個特色功能——HiLite，允許用戶在節(jié)點(diǎn)結(jié)果中標(biāo)記感興趣的記錄，并進(jìn)一步展開后續(xù)探索。

Orange
Orange (http://www.ailab.si/orange)是類似KNIME和Weka KnowledgeFlow的數(shù)據(jù)挖掘工具，它的圖形環(huán)境稱為Orange畫布（OrangeCanvas），用戶可以在畫布上放置分析控件（widget），然后把控件連接起來即可組成挖掘流程。這里的控件和KNIME中的節(jié)點(diǎn)是類似的概念。每個控件執(zhí)行特定的功能，但與KNIME中的節(jié)點(diǎn) 不同，KNIME節(jié)點(diǎn)的輸入輸出分為兩種類型（模型和數(shù)據(jù)），而Orange的控件間可以傳遞多種不同的信號，比如learners, classifiers, evaluation results, distance matrices, dendrograms等等。Orange的控件不象KNIME的節(jié)點(diǎn)分得那么細(xì)，也就是說要完成同樣的分析挖掘任務(wù)，在Orange里使用的控件數(shù)量可以比KNIME中的節(jié)點(diǎn)數(shù)少一些。Orange的好處是使用更簡單一些，但缺點(diǎn)是控制能力要比KNIME弱。
除了界面友好易于使用的優(yōu)點(diǎn)，Orange的強(qiáng)項(xiàng)在于提供了大量可視化方法，可以對數(shù)據(jù)和模型進(jìn)行多種圖形化展示，并能智能搜索合適的可視化形式，支持對數(shù)據(jù)的交互式探索。
Orange的弱項(xiàng)在于傳統(tǒng)統(tǒng)計(jì)分析能力不強(qiáng)，不支持統(tǒng)計(jì)檢驗(yàn)，報(bào)表能力也有限。Orange的底層核心也是采用C++編寫，同時(shí)允許用戶使用Python腳本語言來進(jìn)行擴(kuò)展開發(fā)(參見http://www.scipy.org)。

GGobi
數(shù)據(jù)可視化是數(shù)據(jù)挖掘的重要組成部分， GGobi (http://www.ggobi.org)就是用于交互式可視化的開源軟件，它使用brushing的方法。GGobi可以用作R軟件的插件，或者通過Perl、Python等腳本語言來調(diào)用。

結(jié)論
----
以上介紹的幾款軟件都是優(yōu)秀的開源數(shù)據(jù)挖掘軟件，各有所長，同時(shí)也各有缺點(diǎn)。讀者可以結(jié)合自己的需求來進(jìn)行選擇，或者組合使用多個軟件。對于普通用戶可以選用界面友好易于使用的軟件，對于希望從事算法開發(fā)的用戶則可以根據(jù)軟件開發(fā)工具不同（Java、R、C++、Python等）來選擇相應(yīng)的軟件。以上這幾款軟件（除了GGobi）基本上都提供了我們期望的大部分功能。
（IDMer：我嘗試了以上這幾種開源軟件，Weka很有名但用起來并不方便，界面也簡單了點(diǎn)；RapidMiner現(xiàn)在流行的勢頭在上升，但它的操作方式和商用軟件差別較大，不支持分析流程圖的方式，當(dāng)包含的運(yùn)算符比較多的時(shí)候就不容易查看了；KNIME和Orange看起來都不錯，Orange界面看上去很清爽，但我發(fā)現(xiàn)它不支持中文。我的推薦是KNIME，同時(shí)安裝Weka和R擴(kuò)展包。）
（IDMer：我的點(diǎn)評純屬個人意見，歡迎大家批評交流。在我的實(shí)際工作中使用開源挖掘工具并不多，大部分時(shí)候都是在使用SAS Enterprise Miner。）

回復(fù)此樓

» 收錄本帖的淘帖專輯推薦

數(shù)學(xué)與算法等	科研與育人	ML相關(guān)	數(shù)據(jù)挖掘?qū)嵱脮N
分子動力學(xué)	飄渺

» 猜你喜歡

求調(diào)劑一志愿海大，0703化學(xué)學(xué)碩304分，有大創(chuàng)項(xiàng)目，四級已過已經(jīng)有9人回復(fù)
289材料與化工（085600）B區(qū)求調(diào)劑已經(jīng)有4人回復(fù)
一志愿武理材料工程348求調(diào)劑已經(jīng)有6人回復(fù)
08工科 320總分求調(diào)劑已經(jīng)有11人回復(fù)
一志愿華中農(nóng)業(yè)071010，總分320求調(diào)劑已經(jīng)有6人回復(fù)
323求調(diào)劑已經(jīng)有5人回復(fù)
284求調(diào)劑已經(jīng)有5人回復(fù)
317求調(diào)劑已經(jīng)有16人回復(fù)
287求調(diào)劑已經(jīng)有9人回復(fù)
求調(diào)劑已經(jīng)有6人回復(fù)

1樓 2014-07-07 21:33:48

已閱回復(fù)此樓關(guān)注TA 給TA發(fā)消息送TA紅花 TA的回帖

智能機(jī)器人

Robot (super robot)

我們都愛小木蟲

找到一些相關(guān)的精華帖子，希望有用哦~

中科院深圳先進(jìn)技術(shù)研究院2011年校園招聘開始了，敬請關(guān)注,待遇已補(bǔ)上已經(jīng)有79人回復(fù)

點(diǎn)擊這里搜索更多相關(guān)資源

科研從小木蟲開始，人人為我，我為人人

相關(guān)版塊跳轉(zhuǎn) 我要訂閱樓主 sjtu2012 的主題更新