這篇文章主要講解了“機器學(xué)習(xí)中用于數(shù)據(jù)挖掘的優(yōu)秀開源工具有哪些”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“機器學(xué)習(xí)中用于數(shù)據(jù)挖掘的優(yōu)秀開源工具有哪些”吧！

網(wǎng)站建設(shè)哪家好，找創(chuàng)新互聯(lián)！專注于網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、微信小程序、集團企業(yè)網(wǎng)站建設(shè)等服務(wù)項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了綠園免費建站歡迎大家使用！

Apache Mahout

Apache Mahout是流行的分布式線性代數(shù)框架。該框架是具有數(shù)學(xué)表達能力的Scala  DSL，能夠讓統(tǒng)計學(xué)家和數(shù)據(jù)科學(xué)家以更快的方式實現(xiàn)其算法。它構(gòu)建了一個用于快速創(chuàng)建可擴展且性能驅(qū)動的機器學(xué)習(xí)應(yīng)用程序的環(huán)境。

Apache Mahout有諸多優(yōu)勢，比如它允許應(yīng)用程序以更快的方式分析大型數(shù)據(jù)集;支持?jǐn)?shù)學(xué)表達式Scala DSL;支持多個分布式后端，包括Apache  Spark;適用于CPU/GPU/CUDA加速的模塊化本機求解器。

DataMelt

DataMelt或DMelt是用于數(shù)值計算，數(shù)學(xué)、統(tǒng)計、符號計算，數(shù)據(jù)分析和數(shù)據(jù)可視化的開源軟件。該平臺是Python，Ruby，Groovy等各種腳本語言的組合，以及其他Java軟件包。

DMelt是一個計算平臺，可以在各種操作系統(tǒng)上與不同的編程語言一起使用;DataMelt可以與Java平臺的幾種腳本語言一起使用，例如Jython(Python編程語言)，Groovy，JRuby(Ruby編程語言)和BeanShell;它可創(chuàng)建高質(zhì)量的矢量圖形圖像(SVG，EPS，PDF等)，這些圖像可以包含在LaTeX和其他文本處理系統(tǒng)中。

ELKI

由Index-Structures或ELKI支持的開發(fā)KDD應(yīng)用程序的環(huán)境，是用Java語言編寫的開源數(shù)據(jù)挖掘軟件。該平臺能夠研究算法，重點是聚類分析和離群值檢測中的無監(jiān)督方法。

它提供了數(shù)據(jù)索引結(jié)構(gòu)，例如R*樹，可顯著提高性能;方便該領(lǐng)域的研究人員和學(xué)生進行擴展;ELKI提供了大量可高度參數(shù)化的算法。

Knime

KNIME Analytics  Platform用Java編寫，基于Eclipse，是用于承載數(shù)據(jù)科學(xué)任務(wù)的開源軟件。它是一種多語言軟件開發(fā)環(huán)境，包括一個集成開發(fā)環(huán)境(IDE)和一個可擴展的插件系統(tǒng)。Knime是一個免費的數(shù)據(jù)分析，報告和集成平臺。

它允許用戶從2000多個節(jié)點中進行選擇來構(gòu)建工作流程;允許使用直觀的拖放式圖形界面，創(chuàng)建可視化工作流程，而無需編程。

Orange

Orange是一款開源的，基于組件的數(shù)據(jù)挖掘軟件，用于機器學(xué)習(xí)和數(shù)據(jù)可視化。它包括一系列數(shù)據(jù)可視化、搜索、預(yù)處理和建模技術(shù)，并且可以用作Python編程語言的模塊。

Orange具有交互式數(shù)據(jù)可視化功能，還可以執(zhí)行簡單的數(shù)據(jù)分析;它包括交互式數(shù)據(jù)搜索，可通過清晰的可視化進行快速定性分析。

Rattle

Rattle用R語言編寫，是流行的用于數(shù)據(jù)挖掘的開源GUI，可顯示數(shù)據(jù)的統(tǒng)計和可視摘要。它可以轉(zhuǎn)換數(shù)據(jù)，以便可以對其進行建模。它根據(jù)數(shù)據(jù)構(gòu)建無監(jiān)督和受監(jiān)督的機器學(xué)習(xí)模型，以圖形方式顯示模型的性能，并對新數(shù)據(jù)集進行評分以部署到生產(chǎn)中。

Rattle通過GUI展示R  Statistics軟件的功能，它提供了可觀的數(shù)據(jù)挖掘功能;通過圖形用戶界面進行的所有交互都被捕獲為R腳本，可以獨立于Rattle界面在R中輕松執(zhí)行;該工具可用于學(xué)習(xí)和發(fā)展R的技能，然后在Rattle中構(gòu)建初始模型。

scikit-learn

scikit-learn是一個流行的Python庫，用于數(shù)據(jù)分析和數(shù)據(jù)挖掘，它建立在SciPy，Numpy和Matplotlib的基礎(chǔ)上。scikit學(xué)習(xí)的主要功能為分類、回歸、聚類、降維、模型選擇以及數(shù)據(jù)預(yù)處理。

scikit-learn包括用于預(yù)測數(shù)據(jù)分析的簡單有效的工具;它提供了流行的模型，包括降維、交叉驗證集成方法、參數(shù)調(diào)整等等。

Weka

Weka或Waikato知識分析環(huán)境是一種流行的開源機器學(xué)習(xí)軟件，可以通過圖形用戶界面，標(biāo)準(zhǔn)終端應(yīng)用程序或Java  API進行訪問。它是用于解決實際數(shù)據(jù)挖掘問題的機器學(xué)習(xí)算法的集合。它是用Java編寫的，幾乎可以在任何平臺上運行。

Weka包含大量用于標(biāo)準(zhǔn)機器學(xué)習(xí)任務(wù)的內(nèi)置工具，它提供對著名工具箱，如scikit-learn，R以及Deeplearning4j的透明訪問。

感謝各位的閱讀，以上就是“機器學(xué)習(xí)中用于數(shù)據(jù)挖掘的優(yōu)秀開源工具有哪些”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對機器學(xué)習(xí)中用于數(shù)據(jù)挖掘的優(yōu)秀開源工具有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！

本文標(biāo)題：機器學(xué)習(xí)中用于數(shù)據(jù)挖掘的優(yōu)秀開源工具有哪些
新聞來源：http://chinadenli.net/article46/gogphg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機、用戶體驗、服務(wù)器托管、微信公眾號、響應(yīng)式網(wǎng)站、企業(yè)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)