|
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等从大量的数据中通过算法搜索隐藏于其中信息。 目前国内常用的数据挖掘工具有思迈特家的SmartMining软件，它可以对接各种业务数据库、数据仓库和大数据平台，进行加工处理、分析挖掘与可视化展现；满足各种数据分析应用需求，如大数据分析、自助探索分析、地图可视化、移动管理驾驶舱、指挥大屏幕、企业报表平台等等，但是这款软件是收费的。 其实，外国的很多数据挖掘工具应用的更为普及，下面为大家介绍几款常用的数据挖掘软件。
IBM SPSS Modeler 是一个预测性分析平台，可帮助您快速构建准确的预测模型，并为个人、团队、系统和企业提供预测性智能。它可提供各种高级算法和分析技术（包括文本分析、实体分析、决策管理与优化），近乎实时地交付洞察。您可以在桌面或者业务系统使用它从而持续做出更好的决策。 2.Rapid Miner。 它是世界领先的数据挖掘解决方案，通过在图像化界面拖拽建模，轻松实现了数据准备、机器学习和预测模型部署，无需编程，简单易用，当然也可以用Java、Python、R语言编程。Rapid Miner有分为免费版（数据量1万以下）、小型、中型、大型软件，其价格逐次增加。 3.Weka。 weka系统汇集了最前沿的机器学习算法和数据预处理工具，以便用户能够快速灵活地将已有的处理方法应用于新的数据集。在Java中有相应的weka包，可以调用weka中的接口。 4.Python Python是目前最流行的免费且开放源代码的语言，目前有丰富的Python包支持数据挖掘功能。 5.R 语言R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R语言在统计分析方面展现出强大的功能。 6.SAS Data Mining。 使用SAS Data Mining商业软件发现数据集模式。 其描述性和预测性建模提供了更好的理解数据的见解。 他们提供了一个易于使用的GUI。 他们拥有自动化的数据处理工具，集群到最终可以找到正确决策的最佳结果。 作为一个商业软件，它还包括可升级处理、自动化、强化算法、建模、数据可视化和勘探等先进工具。 |
|
|
