【干货】推荐19款最常用的数据挖掘工具

统计数据数据在当今意味著钱财。随著向如前所述app的当今世界的过渡阶段，统计数据数据呈成分股快速增长。不过，绝大多数统计数据数据亦然内部形式化的，因而须要两个操作过程和形式从统计数据数据中抽取管用的重要信息，并将其切换为可认知的和需用的形式。

统计数据数据分析或“统计数据资料库中的科学知识辨认出”是透过人工智慧、机器学习、统计数据和统计数据亲密关系资料库辨认出大统计数据数据分散的商业模式的操作过程。

完全免费的统计数据数据分析辅助工具主要包括从完备的数学模型合作开发自然环境如Knime和Orange，到各式各样用Java、c++撰写的库，最常用的是Python。统计数据数据分析中一般来说牵涉到三种各项任务:

进行分类: 将熟识的内部结构归纳为新统计数据数据的各项任务

控制点: 在统计数据数据中以这种形式搜寻特兰县内部结构的各项任务，而不须要在统计数据数据中采用已特别注意的内部结构。

关连规则学习: 搜寻表达式间的亲密关系

重回: 意在找到两个表达式，用最轻的严重错误来演示统计数据数据。

上面列举了用作统计数据数据分析的完全免费软件辅助工具

统计数据数据分析辅助工具

1.Rapid Miner

Rapid Miner，原名YALE又两个学习自然环境，是两个用作机器学习和统计数据数据分析实验的自然环境，用作研究和实际的统计数据数据分析各项任务。毫无疑问，这是当今世界领先的统计数据数据分析开源系统。该辅助工具以Java编程语言撰写，透过如前所述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。最好的是用户不须要撰写代码。它已经有许多模板和其他辅助工具，让我们可以轻松地分析统计数据数据。

2. IBM SPSS Modeler

IBM SPSS Modeler辅助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式各样统计数据数据分析算法。 它也可以用作异常检测、贝叶斯网络、CARMA、Cox重回以及采用多层感知器进行反向传播学习的基本神经网络。

3.Oracle Data Mining

Oracle。 作为“高级分析统计数据资料库”选项的一部分，Oracle统计数据数据分析功能允许其用户辨认出洞察力，进行预测并利用其Oracle统计数据数据。您可以构建数学模型来辨认出客户行为目标客户和合作开发概要文件。

Oracle Data Miner GUI使统计数据数据分析师、业务分析师和统计数据数据科学家能够采用相当优雅的拖放解决方案处理统计数据资料库内的统计数据数据。 它还可以为整个企业的自动化、调度和部署创建SQL和PL / SQL脚本。

4. Teradata

Teradata认识到，尽管大统计数据数据是令人敬畏的，但如果您实际上并不知道如何分析和采用它，那么它是毫无价值的。 想象一下，有数百万的统计数据数据点没有查询的技能。 这就是Teradata所提供的。它们提供统计数据数据仓库，大统计数据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，主要包括实施，业务咨询，培训和支持。

5. Framed Data

云中训练、优化和存储产品的电离数学模型，并透过API提供预测，消除基础架构开销。 他们提供了仪表板和情景分析辅助工具，告诉你哪些公司杠杆是驾驶你关心的指标。

6. Kaggle

Kaggle是全球最大的统计数据数据科学社区。 公司和研究人员张贴他们的统计数据数据，来自当今世界各地的统计数据人员和统计数据数据分析者竞相制作最好的数学模型。Kaggle是统计数据数据科学竞赛的平台。 它帮助您解决难题，招募强大的团队，并扩大您的统计数据数据科学人才的力量。

3个步骤的工作 ：

上传预测问题

提交

评估和交流

7. Weka

WEKA是两个非常复杂的统计数据数据分析辅助工具。 它向您展示了统计数据数据集、集群、预测建模、可视化等方面的各式各样亲密关系。您可以应用多种进行分类器来深入了解统计数据数据。

8. Rattle

Rattle代表R分析辅助工具轻松学习。 它提供统计数据数据的统计数据和可视化汇总，将统计数据数据切换为可以轻松建模的表单，从统计数据数据中构建无监督数学模型和监督数学模型，以图形形式呈现数学模型的性能，并对新统计数据数据集进行评分。

它是两个采用Gnome图形界面在统计数据语言R撰写的完全免费的开源统计数据数据分析辅助工具包。 它运行在GNU / Linux，Macintosh OS X和MS / Windows下。

9. KNIME

Konstanz重要信息采集器是两个用户友好、可认知、全面的开源统计数据数据集成、处理、分析和探索平台。它有两个图形用户界面，帮助用户方便地连接节点进行统计数据数据处理。

KNIME还透过模块化的统计数据数据流水线概念集成了机器学习和统计数据数据分析的各式各样组件，并引起了商业智能和财务统计数据数据分析的特别注意。

10. Python

作为一种完全免费且开放源代码的语言，Python一般来说与R进行比较，以方便采用。 与R不同的是，Python的学习曲线往往很短，因而成了传奇。 许多用户辨认出，他们可以开始构建统计数据数据集，并在几分钟内完成极其复杂的亲和力分析。只要您熟识表达式、统计数据数据类型、表达式、条件和循环等基本编程概念，最常用的业务用例统计数据数据可视化就很简单。

11. Orange

Orange是两个以Python语言撰写的基于组件的统计数据数据分析和机器学习软件套件。它是两个开放源码的统计数据数据可视化和分析的新手和专家。统计数据数据分析可以透过可视化编程或Python脚本进行。它还包含了统计数据数据分析、不同的可视化、从散点图、条形图、树、到树图、网络和热图的特征。

12. SAS Data Mining

采用SAS Data Mining商业软件辨认出统计数据数据集商业模式。 其描述性和预测性建模提供了更好的认知统计数据数据的见解。 他们提供了两个易于采用的GUI。 他们拥有自动化的统计数据数据处理辅助工具，集群到最终可以找出正确决策的最佳结果。 作为两个商业软件，它还主要包括可升级处理、自动化、强化算法、建模、统计数据数据可视化和勘探等先进辅助工具。

13. Apache Mahout

Apache Mahout是Apache软件基金会（Apache Software Foundation）的两个项目，用作生成主要分散在协作过滤、控制点和进行分类领域的分布式或其他可伸缩机器学习算法的完全免费实现。

Apache Mahout主要支持三种用例：建议挖掘采取用户行为，并尝试搜寻用户可能喜欢的项目。 集群须要 文本文档，并将它们分组为局部相关的文档。 进行分类从现有的进行分类文档中学习到特定类别的文档是什么样子，并能够将未标记的文档分配给（希望）正确的类别。

14. PSPP

PSPP是对采样统计数据数据进行统计数据分析的程序。 它有两个图形用户界面和传统的命令行界面。 它用C语言撰写，采用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）的完全免费替代品，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。

15. jHepWork

jHepWork是两个完全免费的开放源代码统计数据数据分析框架，它是为了采用开放源代码软件包和可认知的用户界面创建两个统计数据数据分析自然环境，并创建两个与商业程序相竞争的辅助工具。

JHepWork显示统计数据数据集的交互式2D和3D图，以便更好地分析。 Java中实现了数字科学库和数学表达式。 jHepWork如前所述高级编程语言Jython，但Java编码也需用作调用jHepWork数值库和图形库。

16. R programming Language

为什么R是这个名单上完全免费统计数据数据分析辅助工具的超级巨星?它是完全免费的、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自然环境中，使其成为两个强大的统计数据数据分析自然环境。它是两个完全免费的软件编程语言和软件自然环境，用作统计数据计算和图形。

在统计数据数据采矿者中广泛采用R语言进行统计数据软件和统计数据数据分析。近年来，易用性和可扩展性大大提高了R的知名度。

17. Pentaho

Pentaho为统计数据数据集成，业务分析和大统计数据数据提供了两个全

18. Tanagra

TANAGRA是两个用作学术和研究目的的统计数据数据分析软件。 有探索性统计数据数据分析，统计数据学习，机器学习和统计数据资料库领域的辅助工具。 Tanagra包含一些监督学习，但也主要包括其他范例，如控制点，因子分析，参数和非参数统计数据，关连规则，特征选择和构建算法。

19. NLTK

自然语言辅助工具包，是一套用作Python语言的符号和统计数据自然语言处理（NLP）的库和程序。 它提供了两个语言处理辅助工具库，主要包括统计数据数据分析，机器学习，统计数据数据报废，情感分析和其他各式各样语言处理各项任务。 构建python程序来处理人类语言统计数据数据。