统计数据挖掘从大批统计数据中抽取暗藏的或未明，但可能管用关键信息的操作过程。特别在机器学习中，统计数据挖掘是极为关键的劳特尔。那时给我们如是说5个开放源码统计数据挖掘辅助工具，照办这波蔬果吧。
1、Orange
Orange 是由C++ 和 Python合作开发的，如前所述模块的统计数据挖掘和机器学习应用软件限量版，它的机能很多样，所以强悍。它包涵了一连串模块，能展开统计数据后处理，并提供更多了统计数据账目，过渡阶段，可视化，商业模式评估结论和钻探的机能。透过它加速且多机能的可视化程式设计后端，能下载统计数据挖掘和可视化，能存取Python展开JAVA合作开发。
2、KNIME
KNIME 由Java写出，它如前所述Eclipse，是两个开放源码的、智能化的，所以有多样统计数据应用软件系统，统计关键信息处理，统计数据挖掘和统计数据钻探的网络平台。它可视化的形式，能建立统计报文或统计数据总线，所以能特异性地运转预测关键步骤，并科学研究结论，微积分模型和可可视化的快照。因此，能应用软件系统到其他各式各样的开放源码工程项目中，比如说：R词汇，Weka， Chemistry Development Kit等。
3、Apache Mahout
Apache Mahout是分布式系统微积分预测架构，这个架构是具备微积分理解能力的Scala DSL，构筑了两个用作加速建立可扩充，且操控性驱动力的机器学习插件的自然环境，能使统计数据生物学家、逻辑学家等更快速地同时实现其演算法。
4、Weka
Weka是用Java编写的，能在大部分网络平台上运转，是一种开放源码机器学习软件，能透过图形用户界面，标准终端插件或Java API展开访问。总之它是两个集合，用来解决实际统计数据挖掘问题的机器学习演算法。
5、DataMelt
DataMelt是两个开放源码应用软件，用作数值计算，微积分、统计、符号计算，统计数据挖掘和统计数据可视化的。DataMelt能与Java网络平台的几种JAVA词汇一起使用，例如Jython，Groovy，JRuby（Ruby程式设计词汇）和BeanShell等。
5个开放源码统计数据挖掘工具你收藏了吗？如果还有什么想要了解的，或者你有其他的好用的统计数据挖掘辅助工具，能在下方评论留言和我们一起探讨~
