Un sondaggio sugli strumenti software di data mining

15

Sebbene sia stato addestrato come ingegnere, trovo che sto diventando più interessato al data mining. In questo momento sto cercando di indagare ulteriormente sul campo. In particolare, vorrei comprendere le diverse categorie di strumenti software esistenti e quali strumenti sono notevoli in ciascuna categoria e perché. (Nota che non ho detto gli strumenti "migliori", solo quelli notevoli per non iniziare una guerra di fiamma.) Soprattutto prendi nota degli strumenti che sono open source e disponibili gratuitamente - anche se non intendi questo per dire che Mi interessa solo open-source e gratuito.

data-mining

— John Berryman
fonte

1

Consiglio di essere un wiki della comunità.

— Tal Galili,

sembra una domanda da fare a casa

— Neil McGuigan,

@Tal Certamente, ora convertito.

@el capo - È una domanda molto ampia e generale ... ma temo non sia una domanda da fare a casa.

— John Berryman,

7

Questo è probabilmente l'elenco più completo che troverai: mloss.org

— Pedro Oliveira
fonte

Si concentra tuttavia sull'apprendimento automatico, che può essere visto come un campo correlato del data mining, proprio come l'IA. Anche se comunemente è anche sinonimo di utilizzo, in quanto la "previsione" è una delle principali sfide nel data mining. Ma c'è molto di più che "imparare" al data mining.

— Ha QUIT - Anony-Mousse

7

Dai un'occhiata a

Weka (java, forte in classifica)
Orange (scripting in pitone, principalmente classificazione)
GNU R (linguaggio R, in qualche modo orientato verso la tabella vettoriale, vedere la taskview di Machine Learning e l' interfaccia utente Rattle )
ELKI (Java, forte sul clustering e rilevamento anomalo, supporto della struttura dell'indice per accelerazioni, elenco algoritmi )
Mahout (Java, appartiene a Hadoop, se si dispone di un cluster e enormi set di dati)

e il repository UCI Machine Learning per set di dati.

— chl
fonte

1

potresti aggiungere Red-R all'elenco (tipo di clone di Orange in R): red-r.org

— Amro

Ho scaricato R e ci sto giocando ora.

— John Berryman,

@Amro Grazie! Tuttavia, non è disponibile sulla piattaforma Mac, a meno che non mi sbagli?

— chl

Non sono un utente Mac, ma penso che la build di Linux potrebbe funzionare per te (devi installare manualmente tutte le dipendenze di Python): red-r.org/forum/topic.php?id=22#post-76

— Amro

@Amro ci proverò; in passato ho testato RAnalyticFlow ( j.mp/bYF8xs ) ma non mi sono convinto: sono fondamentalmente un utente CLI :-)

— chl

3

Rattle è una GUI di data mining che fornisce un front-end a una vasta gamma di pacchetti R.

— Jeromy Anglim
fonte

3

Dai un'occhiata a KNIME .

Molto facile da imparare Con un sacco di spazio per ulteriori progressi. Si integra perfettamente con Weka e R.

— Radek
fonte

2

Dal punto di vista della popolarità, questo documento (2008) esamina i 10 migliori algoritmi nel data mining .

— ebony1
fonte

Un eccellente documento per i principianti nel data mining

— OutputLogic,

2

RapidMiner (Java) [open source]

— Amro
fonte

2

C'è ELKI , un progetto universitario open source in qualche modo paragonabile a WEKA, ma molto più forte quando si tratta di clustering e rilevamento anomalo. WEKA in realtà non è in realtà un data mining, ma un software di apprendimento automatico.

— Ha QUIT - Anony-Mousse
fonte

1

C'è questo Red-R che ha una bella interfaccia grafica e un'interfaccia di programmazione visiva. Usa R per elaborare le varie analisi dei dati.

— Stat-R
fonte

1

Rexer Anlaytics effettua un sondaggio sul toolkit ogni anno. KDnuggets ha descrizioni di software per settore e intenti.

— Dimitriy V. Masterov
fonte

0

SQL Server Data Mining (SSDM) non è stato aggiornato da molto tempo, ma è ancora abbastanza competitivo se si esegue il mining di database e cubi relazionali di grandi dimensioni. Sto lentamente ma sistematicamente cercando i test di quanti più strumenti di mining possibile e l'interfaccia di SQL Server per Windows è la più produttiva e stabile che abbia mai trovato (soprattutto quando si tratta di database aziendali, alcuni dei quali hanno sorprendentemente interfacce sciatte) nonostante la sua età. Preferirei una moderna interfaccia Windows Presentation Foundation (WPF), ma questa è la cosa migliore in assoluto.

Ho scritto un'intera serie di tutorial amatoriali dettagliati intitolati A Rickety Stairway to SQL Server Data Mining , quando stavo cercando di acquisire alcune competenze di base nel mining. Nonostante la mia inesperienza, sono ancora utili per aiutare a identificare in anticipo alcuni "gotchas".

— SQLServerSteve
fonte