Herramientas de código abierto de minería de datos

Question

Estoy por tomar un proyecto relacionado con la minería de datos. Antes de saltar, quería buscar las diferentes herramientas de minería de datos (preferiblemente de código abierto) que permiten informes basados ​​en la web. En mi caso, los datos se me proporcionarían, por lo que no se suponía que debería rastrearlo.

En pocas palabras, estoy buscando una herramienta que lo haga - Análisis de datos, informes basados ​​en web, proporciona algún tipo de tablero y características de minería de datos.

He trabajado en Microsoft Analysis Services y BOXI y me he retrasado mirando a Pentaho, que parece ser una buena opción.

Por favor, comparta sus experiencias en cualquier herramienta que conozca.

aplausos

Answer 1

creo WEKA es el mejor software de código abierto DM por ahí.

Compruébelo usted mismo: http://www.cs.waikato.ac.nz/ml/weka/

Answer 2

Soy un pitón-er mí mismo y tengo que decir:

Sí! Todo eso se puede hacer en Python.

La última vez que jugué con Beautiful Soup [0]. Es un módulo realmente simple de usar que le permite tomar/extraer datos de html y xml (excelente para 'screen scraping').

Si no conoces Python, .... bueno, es muy fácil de aprender.

[0] http://www.crummy.com/software/BeautifulSoup/

Answer 3

Weka es grande, pero es posible que desee probar el kit de herramientas de minería de datos en lugar de naranja.

http://www.ailab.si/orange/

Editar: Y a partir de noviembre de 2010, debo decir que me gusta mucho KNIME.

Answer 4

R tiene una gran cantidad de paquetes excelentes relacionados con la minería de datos. En particular, mira:

• The machine learning view on CRAN.
• The natural language processing view on CRAN.

También enlaza con Weka (see the RWeka package). Y se puede integrar con .Net (a través de COM) o Python (a través de RPy o RPy2).

Estoy de acuerdo con respecto a Pentaho para una plataforma de informes, aunque es un proyecto muy grande dependiendo de para qué lo utilice.

Answer 5

Pentaho es una solución muy profesional. Definitivamente una muy buena elección.

Answer 6

Puede consultar Data Mining SDK y su blog.

Answer 7

una lista de algunas herramientas de minería de datos de código abierto se enumeran aquí: http://dataminingtools.net/browse.php

Answer 8

se puede echar un vistazo a la herramienta de minería de datos, weka

Aquí hay un enlace a una colección de tutoriales y vídeos en WEKA tutoriales: http://www.dataminingtools.net/browsetutorials.php?tag=weka

Videos: http://www.dataminingtools.net/videos.php?id=6

Answer 9

también debe comprobar hacia fuera Apache Mahout. Puede ser bastante útil para algunas tareas de aprendizaje automático a gran escala, como la agrupación de usuarios.

Answer 10

Eclipse BIRT http://www.eclipse.org/birt/phoenix/project/description.php

Answer 11

Tenga una mirada en lista de software de código abierto para la máquina de aprendizaje mantenida por JMLR. se puede encontrar aquí:

http://mloss.org/software/

http://jmlr.csail.mit.edu/mloss/

Representan Estado del Arte!

Mi problema con Weka es que hay una serie de algoritmos que están desactualizados.

Answer 12

Creo que KNIME merece unirse a esta lista también.

Answer 13

Creo que RapidMiner es una excelente herramienta que debería agregarse a esta lista.

Answer 14

Lo intentaría con las nuevas herramientas de google.

-en primer lugar debe obtener la ID de la API para el almacenamiento de google, que es donde va a almacenar y manipular los datos que va a analizar.

-Entonces necesita obtener la ID de api para google-prediction-api (http://code.google.com/apis/predict/docs/getting-started.html), que por lo que vi es un fantástico procesador de minería de datos externo. La API Prediction le permite obtener más de sus datos y hace que sus patrones sean más accesibles. Además de usar los datos numéricos y nominales tradicionales, también puede usar datos de texto que gracias a esta API se pueden utilizar como ejemplo para categorizar los correos electrónicos por idioma.

-Por último puede utilizar BigQuery que le permitirá realizar un análisis ad-hoc, informes estandarizado, la exploración de datos de aplicaciones de prototipos (http://code.google.com/apis/bigquery/)

Answer 15

Junto con las herramientas, recomendaría encarecidamente aprender Python y R. Estos lenguajes ayudan mucho durante el análisis. Además, los grandes conjuntos de datos pueden 'analizarse a medida'. También puede crear su propio panel personalizado usando Javascript (echa un vistazo a la numerous charting and visualization libraries)

Answer 16

RapidMiner es mi herramienta de minería de datos preferida.

Answer 17

Weka es fuerte para la clasificación y/machine learning /. Para muchos, esto se considera más parte de la inteligencia artificial que de la extracción de datos real. RapidMiner está en gran medida en la misma línea, pero con una interfaz de usuario mucho más agradable. Pentaho es el soporte profesional para Weka AFAICT.

Es posible que desee echar un vistazo a ELKI, http://elki.dbs.ifi.lmu.de/, que es un proyecto comparable que se centra en la agrupación de algoritmos y detecciones de valores atípicos, otras dos tareas clave de extracción de datos.

Answer 18

KEEL (http://keel.es) está escrito en Java y es bueno para usar el cálculo evolutivo para la minería de datos.

Answer 19

WEKA (ya mencionado), Orange (http://orange.biolab.si/), Tanagra (http://data-mining-tutorials.blogspot.com) se pueden encontrar buenos tutoriales allí.

Son muy buenas herramientas para la minería de datos.

Answer 20

Puede consultar mi software, SPMF data mining framework.

Es un software de Java de código abierto que ofrece más de 70 algoritmos para:

• minera conjunto de elementos frecuentes, minería regla
• asociación,
• patrón secuencial minero
• minera regla secuencial.
• y más ..