数据挖掘工具和技术
本页包括数据挖掘工具和技术.它提到了生产数据挖掘工具的数据挖掘公司。它还提到了各种数据挖掘技术、算法和方法。
作品简介:
正如我们从数据挖掘教程数据挖掘是指从数据库、数据仓库、WWW和其他存储库中的大量可用数据中提取相关数据。
这些工具和技术将有助于对各种应用程序或用例进行数据挖掘。数据挖掘是KDD (Knowledge Discovery in Databases)的关键部分。整个KDD过程分为以下几个步骤或子过程。
•数据选择•数据清洗•数据转换•模式搜索(即数据挖掘,发现表示,发现解释,发现评价)。
数据挖掘技术
数据挖掘技术如下所示。
•链接分析:关联规则,顺序模式,时间序列
•预测建模:树归纳,神经网络,回归
•数据库分割:聚类,k-means
•偏差检测:可视化,统计
数据挖掘还有其他技术,包括机器学习、数据库系统、粗糙集、神经网络等。
数据挖掘工具
下面的表1提到了数据挖掘工具及其描述。这些工具分为两组。第一组由Aureka和STN AnaVist组成,不需要用户学习。基于第一组的工具易于使用,并以最小的工作量提供基本的分析。
第二组由OmniViz和TDA vantagePoint组成。这些工具可以用于任何类型的数据。使用这些工具需要一些学习。这两个工具都带有默认值,并提供过滤器/向导来导入数据。
数据挖掘工具 | 描述 |
---|---|
Aureka | 该工具由汤森路透开发,使用从MicroPatent数据库检索的数据。 |
STN Anavist | 该工具由美国化学学会开发,使用了从四个STN专利数据库中检索的数据。 |
OmniViz | 该工具由BioWisdom开发,旨在分析生物数据。它也可以用于其他技术。它提供了许多不同的可视化技术。它具有灵活、高效和互动性的特点。对于具有数据挖掘方法和算法知识的用户来说,它是一个很好的工具。OmniViz数据挖掘工具可以处理任何格式的数据。相关过滤数据可以导出到microsoft excel。 |
汤姆逊数据分析仪(VantagePoint) | 由汤森路透开发。它使用VantagePoint软件进行分析。VantagePoint是由Search Technology开发的。它还分析所有格式的数据。它提供了三种类型的预定义报表。报告包括公司报告、公司比较报告和技术报告。 |
由于数据挖掘从大量数据中提供非常有价值的信息,因此它被广泛应用于许多技术和领域。它包括金融数据分析、零售业、电信业、生物数据分析、其他科学应用等。有专门开发的数据挖掘工具来满足这些生动的市场需求。下表2提到了他们中的一些人。
数据挖掘工具 | 公司 |
---|---|
ADAPA | Zementis Inc .) |
Coheris SPAD | Coheris |
数据应用 | 通过数据应用,它是用于数据分析的web服务。 |
GhostMiner | 波兰FQS,富士通 |
SPM(索尔福德预测建模套件) | 索尔福德系统 |
IBM SPSS Modeler | IBM |
SAS企业矿工 | SAS研究所 |
D2K | 伊利诺伊大学 |
革命企业 | 革命的分析 |
数据的侦探 | 有知觉的 |
相关链接
云存储教程什么是云存储类型基础设施它是如何工作的传统存储与云存储服务提供商云存储安全云计算教程