数据挖掘学习平台

面向程序员的数据挖掘指南：https://legacy.gitbook.com/book/yourtion/dataminingguide/discussions

数据挖掘十大算法讲解：https://wizardforcel.gitbooks.io/dm-algo-top10/content/svm.html

算法总结：https://blog.csdn.net/liyingkun1237/article/details/44101837

光年关键词提取工具：提取出这些网页或文章内容中出现的关键词词性，权重和词频，整合整个网站内容。

rapidminer ：是世界领先的数据挖掘解决方案

文本挖掘的工具：IBM DB2 intelligent Miner、SAS Text Miner、SPSS Text Mining

Python:（P:parameter参数M：method方法C：variable变量V：class类F：function函数）

1. Numpy：N维数组，矢量运算，高效的Index 不需要循环
2. Acipy：依赖于Numpy,提供线性代数：傅里叶变换：图像处理算法
3. Pandas：依赖于Numpy,提供多种高级数据结构，强大索引
4. Matplotlib:python2D绘图，Mplot3D绘制精美3D图

数据挖掘软件工具：
[Xgboost](https://github.com/dmlc/xgboost)
[mxnet](https://github.com/dmlc/mxnet)
[tenserflow](https://github.com/tensorflow/tensorflow)
[WEKA](http://www.cs.waikato.ac.nz/ml/weka/) 
[Apache Mahout](https://mahout.apache.org/)
[Spark MLlib](http://spark.apache.org/docs/latest/mllib-guide.html) 

转载于:https://www.cnblogs.com/lgx-fighting/p/9424926.html