19款最好用的免費數據挖掘工具大彙總

數據在當今世界意味着金錢。隨着向基於app的世界的過渡，數據呈指數增加。然而，大多數數據是非結構化的，所以須要一個過程和方法從數據中提取有用的信息，並將其轉換爲可理解的和可用的形式。

數據挖掘或「數據庫中的知識發現」是經過人工智能、機器學習、統計和數據庫系統發現大數據集中的模式的過程。

免費的數據挖掘工具包括從完整的模型開發環境如Knime和Orange，到各類用Java、c++編寫的庫，最多見的是Python。數據挖掘中一般涉及到四種任務:

分類:將熟悉的結構歸納爲新數據的任務

聚類:在數據中以某種方式查找組和結構的任務，而不須要在數據中使用已注意的結構。

關聯規則學習:查找變量之間的關係

迴歸:旨在找到一個函數，用最小的錯誤來模擬數據。

下面列出了用於數據挖掘的免費軟件工具

數據挖掘工具

1.Rapid Miner

Rapid Miner，原名YALE又一個學習環境，是一個用於機器學習和數據挖掘實驗的環境，用於研究和實際的數據挖掘任務。毫無疑問，這是世界領先的數據挖掘開源系統。該工具以Java編程語言編寫，經過基於模板的框架提供高級分析。

它使得實驗能夠由大量的可任意嵌套的操做符組成，這些操做符在XML文件中是詳細的，而且是由快速的Miner的圖形用戶界面完成的。最好的是用戶不須要編寫代碼。它已經有許多模板和其餘工具，讓咱們能夠輕鬆地分析數據。

2. IBM SPSS Modeler

IBM SPSS Modeler工具工做臺最適合處理文本分析等大型項目，其可視化界面很是有價值。 它容許您在不編程的狀況下生成各類數據挖掘算法。 它也能夠用於異常檢測、貝葉斯網絡、CARMA、Cox迴歸以及使用多層感知器進行反向傳播學習的基本神經網絡。

3.Oracle Data Mining

Oracle。 做爲「高級分析數據庫」選項的一部分，Oracle數據挖掘功能容許其用戶發現洞察力，進行預測並利用其Oracle數據。您能夠構建模型來發現客戶行爲目標客戶和開發概要文件。

Oracle Data Miner GUI使數據分析師、業務分析師和數據科學家可以使用至關優雅的拖放解決方案處理數據庫內的數據。 它還能夠爲整個企業的自動化、調度和部署建立SQL和PL / SQL腳本。

4. Teradata

Teradata認識到，儘管大數據是使人敬畏的，但若是您實際上並不知道如何分析和使用它，那麼它是毫無價值的。 想象一下，有數百萬的數據點沒有查詢的技能。 這就是Teradata所提供的。它們提供數據倉庫，大數據和分析以及市場營銷應用程序方面的端到端解決方案和服務。

Teradata還提供一系列的服務，包括實施，業務諮詢，培訓和支持。

5. Framed Data

這是一個徹底管理的解決方案，這意味着你不須要作任何事情，而是坐下來等待看法。 框架數據從企業獲取數據，並將其轉化爲可行的看法和決策。 他們在雲中訓練、優化和存儲產品的電離模型，並經過API提供預測，消除基礎架構開銷。他們提供了儀表板和情景分析工具，告訴你哪些公司槓桿是駕駛你關心的指標。

6. Kaggle

Kaggle是全球最大的數據科學社區。 公司和研究人員張貼他們的數據，來自世界各地的統計人員和數據挖掘者競相製做最好的模型。Kaggle是數據科學競賽的平臺。 它幫助您解決難題，招募強大的團隊，並擴大您的數據科學人才的力量。

3個步驟的工做 ：

上傳預測問題

提交

評估和交流

7. Weka

WEKA是一個很是複雜的數據挖掘工具。 它向您展現了數據集、集羣、預測建模、可視化等方面的各類關係。您能夠應用多種分類器來深刻了解數據。

8. Rattle

Rattle表明R分析工具輕鬆學習。 它提供數據的統計和可視化彙總，將數據轉換爲能夠輕鬆建模的表單，從數據中構建無監督模型和監督模型，以圖形方式呈現模型的性能，並對新數據集進行評分。

它是一個使用Gnome圖形界面在統計語言R編寫的免費的開源數據挖掘工具包。 它運行在GNU / Linux，Macintosh OS X和MS / Windows下。

9. KNIME

Konstanz信息採集器是一個用戶友好、可理解、全面的開源數據集成、處理、分析和探索平臺。它有一個圖形用戶界面，幫助用戶方便地鏈接節點進行數據處理。

KNIME還經過模塊化的數據流水線概念集成了機器學習和數據挖掘的各類組件，並引發了商業智能和財務數據分析的注意。

10. Python

做爲一種免費且開放源代碼的語言，Python一般與R進行比較，以方便使用。 與R不一樣的是，Python的學習曲線每每很短，所以成了傳奇。 許多用戶發現，他們能夠開始構建數據集，並在幾分鐘內完成極其複雜的親和力分析。只要您熟悉變量、數據類型、函數、條件和循環等基本編程概念，最多見的業務用例數據可視化就很簡單。

11. Orange

Orange是一個以Python語言編寫的基於組件的數據挖掘和機器學習軟件套件。它是一個開放源碼的數據可視化和分析的新手和專家。數據挖掘能夠經過可視化編程或Python腳本進行。它還包含了數據分析、不一樣的可視化、從散點圖、條形圖、樹、到樹圖、網絡和熱圖的特徵。

12. SAS Data Mining

使用SAS Data Mining商業軟件發現數據集模式。 其描述性和預測性建模提供了更好的理解數據的看法。 他們提供了一個易於使用的GUI。 他們擁有自動化的數據處理工具，集羣到最終能夠找到正確決策的最佳結果。 做爲一個商業軟件，它還包括可升級處理、自動化、強化算法、建模、數據可視化和勘探等先進工具。

13. Apache Mahout

Apache Mahout是Apache軟件基金會（Apache Software Foundation）的一個項目，用於生成主要集中在協做過濾、聚類和分類領域的分佈式或其餘可伸縮機器學習算法的免費實現。

Apache Mahout主要支持三種用例：建議挖掘採起用戶行爲，並嘗試查找用戶可能喜歡的項目。 集羣須要 文本文檔，並將它們分組爲局部相關的文檔。 分類從現有的分類文檔中學習到特定類別的文檔是什麼樣子，並可以將未標記的文檔分配給（但願）正確的類別。

14. PSPP

PSPP是對採樣數據進行統計分析的程序。 它有一個圖形用戶界面和傳統的命令行界面。它用C語言編寫，使用GNU科學圖書館的數學例程，並繪製UTILS來生成圖表。它是專有程序SPSS（來自IBM）的免費替代品，能夠自信地預測接下來會發生什麼，以便您能夠作出更明智的決策，解決問題並改進結果。

15. jHepWork

jHepWork是一個免費的開放源代碼數據分析框架，它是爲了使用開放源代碼軟件包和可理解的用戶界面建立一個數據分析環境，並建立一個與商業程序相競爭的工具。

JHepWork顯示數據集的交互式2D和3D圖，以便更好地分析。 Java中實現了數字科學庫和數學函數。 jHepWork基於高級編程語言Jython，但Java編碼也可用於調用jHepWork數值庫和圖形庫。

16. R programming Language

爲何R是這個名單上免費數據挖掘工具的超級巨星?它是免費的、開源的，而且很容易爲那些沒有編程經驗的人挑選。實際上，有數以千計的庫能夠集成到R環境中，使其成爲一個強大的數據挖掘環境。它是一個免費的軟件編程語言和軟件環境，用於統計計算和圖形。

在數據採礦者中普遍使用R語言進行統計軟件和數據分析。近年來，易用性和可擴展性大大提升了R的知名度。

17. Pentaho

Pentaho爲數據集成，業務分析和大數據提供了一個全面的平臺。 有了這個商業工具，你能夠輕鬆地融合任何來源的數據。 深刻了解您的業務數據，爲將來作出更準確的信息驅動決策。

18. Tanagra

TANAGRA是一個用於學術和研究目的的數據挖掘軟件。有探索性數據分析，統計學習，機器學習和數據庫領域的工具。Tanagra包含一些監督學習，但也包括其餘範例，如聚類，因子分析，參數和非參數統計，關聯規則，特徵選擇和構建算法。

19. NLTK

天然語言工具包，是一套用於Python語言的符號和統計天然語言處理（NLP）的庫和程序。 它提供了一個語言處理工具庫，包括數據挖掘，機器學習，數據報廢，情感分析和其餘各類語言處理任務。 構建python程序來處理人類語言數據。