极好的六个开源数据挖掘工具

原文作者：Chandan Goopta.  [Chandan Goopta是一名来自加德满都（尼泊尔首都）大学的数据研究专家，致力于为情感分析建立智能算法。]

原文链接：http://thenewstack.io/six-of-the-best-open-source-data-mining-tools/

当今这个时代，说数据就是金钱一点都不夸张。

随着向一个基于应用的领域过渡，数据则呈现出了指数级增长。然而，大部分数据是非结构化的，因此它需要一个程序和方法来从中提取有用信息，并且将其转换为可理解、可用的形式。而在数据挖掘任务中，有大量的工具可供使用，比如采用人工智能、机器学习，以及其他技术等来提取数据。
以下为您推荐六款强大的开源数据挖掘工具：
1、RapidMiner

该工具是用Java语言编写的，通过基于模板的框架提供先进的分析技术。该款工具最大的好处就是，用户无需写任何代码。它是作为一个服务提供，而不是一款本地软件。值得一提的是，该工具在数据挖掘工具榜上位列榜首。
另外，除了数据挖掘，RapidMiner还提供如数据预处理和可视化、预测分析和统计建模、评估和部署等功能。更厉害的是它还提供来自WEKA（一种智能分析环境）和R 脚本的学习方案、模型和算法。
RapidMiner分布在AGPL开源许可下，可以从SourceForge上下载。SourceForge是一个开发者进行开发管理的集中式场所，大量开源项目在此落户，其中就包括维基百科使用的MediaWiki。
2、WEKA

WEKA原生的非Java版本主要是为了分析农业领域数据而开发的。该工具基于Java版本，是非常复杂的，并且应用在许多不同的应用中，包括数据分析以及预测建模的可视化和算法。与RapidMiner相比优势在于，它在GNU通用公共许可证下是免费的，因为用户可以按照自己的喜好选择自定义。
WEKA支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。
添加序列建模后，WEKA将会变得更强大，但目前不包括在内。
3、R-Programming

如果我告诉你R项目，一个GNU项目，是由R（R-programming简称，以下统称R）自身编写的，你会怎么想？它主要是由C语言和FORTRAN语言编写的，并且很多模块都是由R编写的，这是一款针对编程语言和软件环境进行统计计算和制图的免费软件。R语言被广泛应用于数据挖掘，以及开发统计软件和数据分析中。近年来，易用性和可扩展性也大大提高了R的知名度。
除了数据，它还提供统计和制图技术，包括线性和非线性建模，经典的统计测试，时间序列分析、分类、收集等等。
4、Orange

Python之所以受欢迎，是因为它简单易学并且功能强大。如果你是一个Python开发者，当涉及到需要找一个工作用的工具时，那么没有比Orange更合适的了。它是一个基于Python语言，功能强大的开源工具，并且对初学者和专家级的大神均适用。
此外，你肯定会爱上这个工具的可视化编程和Python脚本。它不仅有机器学习的组件，还附加有生物信息和文本挖掘，可以说是充满了数据分析的各种功能。
5、KNIME

数据处理主要有三个部分：提取、转换和加载。 而这三者KNIME都可以做到。 KNIME为您提供了一个图形化的用户界面，以便对数据节点进行处理。它是一个开源的数据分析、报告和综合平台，同时还通过其模块化数据的流水型概念，集成了各种机器学习的组件和数据挖掘，并引起了商业智能和财务数据分析的注意。 
KNIME是基于Eclipse，用Java编写的，并且易于扩展和补充插件。其附加功能可随时添加，并且其大量的数据集成模块已包含在核心版本中。
6、NLTK

当涉及到语言处理任务，没有什么可以打败NLTK。NLTK提供了一个语言处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种语言处理任务。而您需要做的只是安装NLTK，然后将一个包拖拽到您最喜爱的任务中，您就可以去做其他事了。因为它是用Python语言编写的，你可以在上面建立应用，还可以自定义它的小任务。

如需转载请注明本文链接及作者，望各位友人能够尊重个人劳动成果。