大數(shù)據(jù)分析數(shù)據(jù)挖掘工具有哪些

一、目的
 

　　在完成數(shù)據(jù)挖掘技術(shù)教程之后，我們將討論最佳的數(shù)據(jù)挖掘工具。此外，我們將嘗試介紹頂級(jí)和最佳的數(shù)據(jù)挖掘工具和技術(shù)。此外，我們將為每種工具提及該工具是否為開(kāi)源。AAA教育帶領(lǐng)大家看看大數(shù)據(jù)分析數(shù)據(jù)挖掘工具有哪些
 

　　因此，讓我們啟動(dòng)數(shù)據(jù)挖掘工具。

什么是數(shù)據(jù)挖掘工具
 

二、數(shù)據(jù)挖掘工具
 

　　1、快速礦工

　　可用性：開(kāi)源

　　數(shù)據(jù)挖掘工具– Rapid Miner

　　它是最好的預(yù)測(cè)分析系統(tǒng)之一。此外，它是由公司開(kāi)發(fā)的，名稱與Rapid Miner相同。這是寫(xiě)在JAVA編程語(yǔ)言。它提供了用于深度學(xué)習(xí)的集成環(huán)境。

　　該工具可用于廣泛的應(yīng)用程序。因?yàn)樗ㄓ糜谏虡I(yè)應(yīng)用程序，商業(yè)應(yīng)用程序，培訓(xùn)，教育等。

　　Rapid Miner提供服務(wù)器作為本地和公共/私有云基礎(chǔ)架構(gòu)。它以客戶端/服務(wù)器模型為基礎(chǔ)。Rapid Miner帶有基于模板的框架。而且，它可以減少錯(cuò)誤數(shù)量，實(shí)現(xiàn)快速交付。

　　快速礦工構(gòu)成的三個(gè)模塊，即

　　RM Studio-此模塊用于工作流設(shè)計(jì)，原型制作，驗(yàn)證等。

　　Rapid Miner Server-操作在Studio中創(chuàng)建的預(yù)測(cè)數(shù)據(jù)模型

　　RM Radoop- 直接在Hadoop集群中執(zhí)行流程以簡(jiǎn)化預(yù)測(cè)分析。
 

　　2、橙子

　　可用性：開(kāi)源

　　數(shù)據(jù)挖掘工具–橙色

　　Orange是用于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的完美軟件套件。它是最有助于數(shù)據(jù)可視化的軟件，它是基于組件的軟件。

　　由于橙色軟件是一種軟件，因此稱為 “小部件”。

　　小部件提供主要功能，例如

　　1)顯示數(shù)據(jù)表并允許選擇功能

　　2)讀取數(shù)據(jù)

　　3)訓(xùn)練預(yù)測(cè)變量并比較學(xué)習(xí)算法

　　4)可視化數(shù)據(jù)元素等

　　此外，它為沉悶的分析工具帶來(lái)了更具交互性和樂(lè)趣的氛圍，操作非常有趣。
 

　　3、威卡

　　可用性：免費(fèi)軟件

　　數(shù)據(jù)挖掘工具– Weka

　　該軟件由新西蘭懷卡托大學(xué)開(kāi)發(fā)。它最適合數(shù)據(jù)分析和預(yù)測(cè)建模。它包含支持機(jī)器學(xué)習(xí)的算法和可視化工具。

　　Weka具有一個(gè)GUI，可輕松訪問(wèn)其所有功能。這是寫(xiě)在JAVA編程語(yǔ)言。
 

　　4、尼米

　　可用性：開(kāi)源

　　數(shù)據(jù)挖掘工具– KNIME

　　KNIME是用于數(shù)據(jù)分析的最佳集成平臺(tái)。也由KNIME.com AG開(kāi)發(fā)。它基于模塊化數(shù)據(jù)管道的概念進(jìn)行操作。KNIME 由嵌入在一起的各種機(jī)器學(xué)習(xí) 和數(shù)據(jù)挖掘組件組成。

　　它已用于藥物研究。另外，它還執(zhí)行客戶數(shù)據(jù)分析，財(cái)務(wù)數(shù)據(jù)分析。

　　KNIME具有一些出色的功能，例如快速部署和擴(kuò)展效率。用戶用更少的時(shí)間熟悉KNIME。而且，它使甚至天真的用戶也可以使用預(yù)測(cè)分析。
 

　　5、西森

　　可用性：許可

　　數(shù)據(jù)挖掘工具– Sisense

　　Sisense 非常有用，最適合BI軟件。它涉及組織內(nèi)的報(bào)告目的。它是由同名“ Sisense”的公司開(kāi)發(fā)的。它具有出色的處理能力。同樣，為小型/大型組織處理數(shù)據(jù)。

　　它允許組合來(lái)自各種來(lái)源的數(shù)據(jù)以構(gòu)建公共存儲(chǔ)庫(kù)。此外，優(yōu)化數(shù)據(jù)以生成豐富的報(bào)告?？绮块T(mén)共享以進(jìn)行報(bào)告。

　　Sisense榮獲2016年最佳BI軟件獎(jiǎng)，至今仍處于良好位置。

　　Sisense生成高度可視化的報(bào)告。它是專門(mén)為非技術(shù)用戶設(shè)計(jì)的。它允許拖放功能以及小部件。
 

　　6、SSDT(SQL Server數(shù)據(jù)工具)

　　可用性：許可

　　SSDT是一種通用的聲明性模型。我們使用此模型來(lái)擴(kuò)展Visual Studio IDE中數(shù)據(jù)庫(kù)開(kāi)發(fā)的所有階段。并開(kāi)發(fā)來(lái)做數(shù)據(jù)分析和提供商業(yè)智能解決方案。開(kāi)發(fā)人員使用SSDT事務(wù)處理-SQL和重構(gòu)數(shù)據(jù)庫(kù)的設(shè)計(jì)功能。

　　用戶可以直接使用數(shù)據(jù)庫(kù)。它可以與連接的數(shù)據(jù)庫(kù)一起使用，從而提供內(nèi)部部署或非內(nèi)部部署功能。

　　用戶可以使用Visual Studio工具開(kāi)發(fā)數(shù)據(jù)庫(kù)。像IntelliSense，視覺(jué)基礎(chǔ)。SSDT提供了表設(shè)計(jì)器來(lái)創(chuàng)建新表。另外，在直接數(shù)據(jù)庫(kù)和連接的數(shù)據(jù)庫(kù)中編輯表。

　　從BIDS派生其基礎(chǔ)，而B(niǎo)IDS與Visual Studio2010不兼容。而且，SSDT BI誕生了，它取代了BIDS。

　　7、阿帕奇·馬豪(Apache Mahout)
 

　　可用性：開(kāi)源

　　數(shù)據(jù)挖掘工具– Apache Mahout

　　Apache Mahout是由Apache Foundation開(kāi)發(fā)的項(xiàng)目。而且，它還用于創(chuàng)建機(jī)器學(xué)習(xí)算法的主要目的。它主要關(guān)注數(shù)據(jù)聚類，分類和協(xié)作過(guò)濾。

　　Mahout 用 JAVA 編寫(xiě)，并包含執(zhí)行數(shù)學(xué)運(yùn)算的JAVA庫(kù)。如線性代數(shù)和統(tǒng)計(jì)。Mahout的增長(zhǎng)不斷例如Apache Mahout的內(nèi)部實(shí)現(xiàn)的算法。Mahout的算法已實(shí)現(xiàn)了高于Hadoop的級(jí)別。也。這是通過(guò)映射/減少模板。

　　1)關(guān)鍵是，Mahout具有以下主要功能

　　2)可擴(kuò)展的編程環(huán)境

　　3)預(yù)制算法

　　4)數(shù)學(xué)實(shí)驗(yàn)環(huán)境

　　5)GPU計(jì)算可提高性能
 

　　8、Oracle數(shù)據(jù)挖掘
 

　　可用性：專有許可證

　　數(shù)據(jù)挖掘工具– Oracle

　　它是Oracle Advanced Analytics的組件，提供了出色的數(shù)據(jù)挖掘算法。

　　ODM內(nèi)部設(shè)計(jì)的算法利用了Oracle數(shù)據(jù)庫(kù)的潛在優(yōu)勢(shì)。SQL的數(shù)據(jù)挖掘功能可以從數(shù)據(jù)庫(kù)表，視圖和模式中挖掘數(shù)據(jù)。

　　Oracle數(shù)據(jù)挖掘器的GUI是Oracle SQL Developer的版本。它提供了直接“拖放”數(shù)據(jù)的功能。用戶可以將其存儲(chǔ)在數(shù)據(jù)庫(kù)中，從而可以更好地了解情況。
 

　　9、搖鈴

　　可用性：開(kāi)源

　　撥浪鼓是使用R stats編程語(yǔ)言的GUI工具。Rattle通過(guò)提供大量的數(shù)據(jù)挖掘功能來(lái)展現(xiàn)R的統(tǒng)計(jì)能力。盡管Rattle具有廣泛且完善的UI。此外，它具有內(nèi)置的日志代碼選項(xiàng)卡，可為GUI上發(fā)生的任何活動(dòng)生成重復(fù)代碼。

　　Rattle生成的數(shù)據(jù)集可以查看和編輯。Rattle提供了額外的工具來(lái)檢查代碼。另外，可將其用于多種目的，并不受限制地?cái)U(kuò)展代碼。
 

　　10、數(shù)據(jù)融合

　　可用性：開(kāi)源

　　數(shù)據(jù)挖掘工具– DataMelt

　　DataMelt，也稱為DMelt，是一種計(jì)算和可視化環(huán)境。此外，還提供了進(jìn)行數(shù)據(jù)分析和可視化的交互式框架。它的設(shè)計(jì)主要為工程師，科學(xué)家和學(xué)生。

　　DMelt 是一個(gè)多平臺(tái)實(shí)用程序。它可以在與JVM(Java虛擬機(jī))兼容的任何操作系統(tǒng)上運(yùn)行。

　　它包含科學(xué)和數(shù)學(xué)庫(kù)。

　　科學(xué)圖書(shū)館：繪制2D / 3D圖。

　　數(shù)學(xué)庫(kù)：生成隨機(jī)數(shù)，曲線擬合，算法等。

　　我們使用DataMelt進(jìn)行大數(shù)據(jù)量分析，數(shù)據(jù)挖掘和統(tǒng)計(jì)分析。它廣泛用于分析金融市場(chǎng)，自然科學(xué)和工程學(xué)。
 

　　11、IBM Cognos

　　可用性：專有許可證

　　數(shù)據(jù)挖掘工具– IBM Cognos

　　IBM Cognos BI是一個(gè)智能套件。它由滿足特定組織要求的子組件組成。

　　Cognos Connection：Web門(mén)戶網(wǎng)站，用于收集和匯總計(jì)分板/報(bào)告中的數(shù)據(jù)。

　　Query Studio：包含用于格式化數(shù)據(jù)和創(chuàng)建圖表的查詢。

　　Report Studio：生成管理報(bào)告。

　　Analysis Studio：要處理大量數(shù)據(jù)，請(qǐng)了解并確定趨勢(shì)。

　　Event Studio：用于與事件保持同步的通知模塊。

　　Workspace Advanced：用戶友好的界面，用于創(chuàng)建個(gè)性化和用戶友好的文檔。
 

　　12、IBM SPSS Modeler
 

　　可用性：專有許可證

　　數(shù)據(jù)挖掘工具– IBM SPSS

　　IBM SPSS是IBM擁有的軟件套件。此外，我們將其用于數(shù)據(jù)挖掘和文本分析以建立預(yù)測(cè)模型。它最初由SPSS Inc.生產(chǎn)，后來(lái)被IBM收購(gòu)。

　　SPSS Modeler具有可視界面。此外，它還允許用戶使用數(shù)據(jù)挖掘算法。雖然，無(wú)需編程。它消除了數(shù)據(jù)轉(zhuǎn)換過(guò)程中面臨的不必要的復(fù)雜性。并使其易于使用的預(yù)測(cè)模型。

　　根據(jù)功能，IBM SPSS有兩個(gè)版本

　　這是Modeler Professional

　　IBM SPSS Modeler Premium-包含文本分析，實(shí)體分析等附加功能。
 

　　13、SAS數(shù)據(jù)挖掘
 

　　可用性：專有許可證

　　數(shù)據(jù)挖掘工具– SAS

　　統(tǒng)計(jì)分析系統(tǒng)(SAS)是SAS Institute的產(chǎn)品。它是為分析和數(shù)據(jù)管理而開(kāi)發(fā)的。SAS可以挖掘，更改數(shù)據(jù)，管理來(lái)自不同來(lái)源的數(shù)據(jù)。另外，進(jìn)行統(tǒng)??計(jì)分析。它為非技術(shù)用戶提供了圖形用戶界面。

　　SAS數(shù)據(jù)挖掘器使用戶能夠分析大數(shù)據(jù)。并獲得準(zhǔn)確的洞察力，以便及時(shí)做出決策。SAS具有高度可擴(kuò)展的分布式內(nèi)存處理體系結(jié)構(gòu)。非常適合數(shù)據(jù)挖掘，文本挖掘和優(yōu)化。
 

　　14、Teradata
 

　　可用性：許可

　　數(shù)據(jù)挖掘工具– TeraData

　　Teradata通常稱為T(mén)eradata數(shù)據(jù)庫(kù)。它是一個(gè)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)。此外，它包含數(shù)據(jù)管理工具以及數(shù)據(jù)挖掘軟件。我們可以將其用于業(yè)務(wù)分析。

　　我們使用Teradata作為公司數(shù)據(jù)的洞察力。例如銷(xiāo)售，產(chǎn)品放置，客戶喜好。它還可以區(qū)分“熱”和“冷”數(shù)據(jù)。因此，這意味著它將不常使用的數(shù)據(jù)放入慢速存儲(chǔ)區(qū)。

　　Teradata使用“不共享”架構(gòu)。由于它具有服務(wù)器節(jié)點(diǎn)，因此具有自己的內(nèi)存和處理能力。
 

　　15、bosri
 

　　可用性：專有許可證

　　數(shù)據(jù)挖掘工具–板

　　董事會(huì)通常被稱為董事會(huì)工具包。它是用于商業(yè)智能，分析和公司績(jī)效管理的軟件。對(duì)于希望改進(jìn)決策的公司來(lái)說(shuō)，這是最佳工具。董事會(huì)從所有來(lái)源收集數(shù)據(jù)。同樣，簡(jiǎn)化數(shù)據(jù)以生成首選格式的報(bào)告。

　　董事會(huì)擁有最有吸引力且最全面的界面。它是該行業(yè)中所有BI軟件之一。董事會(huì)提供執(zhí)行多維分析，控制工作流和跟蹤績(jī)效計(jì)劃的功能。
 

　　16、鄧達(dá)斯
 

　　可用性：許可

　　數(shù)據(jù)挖掘工具– Dundas

　　Dundas是另一個(gè)出色的儀表板，報(bào)告和數(shù)據(jù)分析工具。Dundas的快速集成和快速見(jiàn)解非?？煽俊Ｋ峁┝司哂形Φ谋砀?，圖表和圖形的無(wú)限數(shù)據(jù)轉(zhuǎn)換模式。

　　Dundas BI提供了出色的數(shù)據(jù)可訪問(wèn)性功能。這是來(lái)自許多設(shè)備的無(wú)間隙文檔保護(hù)。

　　Dundas BI將數(shù)據(jù)放入定義明確的結(jié)構(gòu)中。而且，以特定的方式為用戶簡(jiǎn)化了處理。它構(gòu)成了有助于多維分析的關(guān)系方法。并專注于關(guān)鍵業(yè)務(wù)事務(wù)。
 

　　17、蟒蛇
 

　　數(shù)據(jù)挖掘工具– Python

　　作為一種免費(fèi)的開(kāi)源語(yǔ)言，Python經(jīng)常與R進(jìn)行比較，以易于使用。許多用戶發(fā)現(xiàn)他們可以開(kāi)始構(gòu)建數(shù)據(jù)集。并在幾分鐘內(nèi)完成復(fù)雜的親和力分析。最常見(jiàn)的業(yè)務(wù)用例數(shù)據(jù)可視化非常簡(jiǎn)單。雖然，直到您熟悉基本的編程概念。例如變量，數(shù)據(jù)類型，函數(shù)，條件和循環(huán)。
 

　　18、火花

　　數(shù)據(jù)挖掘工具– Spark

　　Spark的吸引力正輕松地席卷整個(gè)數(shù)據(jù)中心流量。停放Python運(yùn)行的作業(yè)。如果您要遷移到大數(shù)據(jù)中，則需要了解Spark。因?yàn)樗翘幚泶罅繑?shù)據(jù)的最佳開(kāi)源數(shù)據(jù)挖掘工具之一。
 

　　19、H20
 

　　數(shù)據(jù)挖掘工具– H2O

　　如果您想走在最前沿，請(qǐng)開(kāi)始學(xué)習(xí)H2O。此外，它已經(jīng)安裝了 數(shù)千次，并且安裝了用于欺詐檢測(cè)的應(yīng)用程序。像R一樣，它有一個(gè)非常活躍和熱情的用戶社區(qū)，在推動(dòng)其發(fā)展。
 

三、結(jié)論
 

　　因此，AAA教育研究了數(shù)據(jù)挖掘工具和技術(shù)，包括Rapid Miner，Orange，Weka，KNIME，Sisense，SSDT，Apache Mahout，Oracle Data Mining，Rattle，DataMelt，IBM Cognos，IBM SPSS Modeler，SAS Data Mining，Teradata，董事會(huì)，Dundas BI，Python，Spark和H20。另外，它是可用性和詳細(xì)信息。我希望這將幫助您以最好的方式學(xué)習(xí)。此外，如果您有任何疑問(wèn)，請(qǐng)隨時(shí)在評(píng)論部分提問(wèn)。