Python 和 R 数据科学家最常用的工具，在机器学习领域拥有非常丰富的库资源，两者都是开源和免费的，因此深受数据玩家的喜爱通常使用 Python 和 R 都是专业的数据科学家，但随着大数据的普及，越来越多的非专业人士也需要使用数据进行预测，Python 和 R 对他们来说，门槛有点高。
因此，本文研究了市场上一些知名的数据挖掘工具，供不同层次和需求的人选择合适的工具
SASSAS（STATISTICAL ANALYSIS SYSTEM）是由美国 NORTH CAROLINA 州立大学 1966 年度开发的统计分析软件SAS(Statistical Analysis System) 它是一个模块化、集成化的大型应用软件系统。
它由数十个特殊模块组成，包括数据访问、数据存储和管理、应用程序开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学和预测等SAS 系统基本上可以分为四部分：SAS 数据库部分；SAS 分析核心；SAS 开发呈现工具；SAS 极端数据仓库设计支持分布式处理模式。
SAS 系统主要完成以数据为中心的四项任务：数据访问、数据管理、数据呈现和数据分析SAS 良好的统计分析功能得到了业界的广泛好评，为其在国际专业统计分析软件领域的领先地位奠定了基础SAS EM 它是一个专门用于数据挖掘的模块。
它将数据挖掘的核心过程分为抽样、探索、修复、建模和评估几个阶段使用图形操作界面，用户可以拖动建模同时 SAS 它还支持通过编程来处理数据分析，但编程语法应符合要求 SAS 的要求SAS EM server 负责处理客户端发送的数据挖掘要求，并通过处理结果 SAS connect 转移到客户端。
SAS EM 它提供了大量的功能模块，可以让有经验的人快速、精细地调整和分析建模过程相比于 Python/R，SAS 操作更简单，操作稳定，但价格也更贵，在金融和制药行业 SAS 一般来说，大型银行几乎都会部署 SAS。
SAS 更适合高级用户它的学习过程是艰苦的，最初的阶段会让人沮丧但它仍然具有强大的数据管理和同时处理大量数据文件的功能，受到高级用户的青睐SPSSSPSS Clementine 是 Spss 公司收购 ISL 获得的数据挖掘工具。
在 Gartner 在客户数据挖掘工具评估中，只有两家制造商被列为领导者：SAS 和 SPSSSPSS 界面友好，使用简单，但功能强大，可以编程，可以解决大多数统计问题 SAS 更加好学它有一个可点击的交互界面，可以使用下拉菜单来选择要执行的命令。
它还通过复制和粘贴来学习其“句法”语言，但这些句法通常非常复杂，而且不是很直观相比于 SAS，SPSS 在政府和教育行业更受欢迎虽软 SPSS 操作相对简单，但用户通常需要有一定的统计基础WekaWEKA 全名为怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），同时 weka 也是新西兰的鸟名， WEKA 主要开发商也来自新西兰。
WEKA 作为一个开放的数据挖掘平台，它收集了大量能够承担数据挖掘任务的机器学习算法，包括预处理、分类、回归、聚类、相关规则和新交互界面的可视化如果你想自己实现数据挖掘算法，你可以看看 weka 接口文档。
在 weka 集成自己的算法，甚至借鉴自己的方法来实现可视化工具并不难Weka 基于 Java 开发是一个开源和免费的软件 Windows 版本，Linux 版本和 Mac OS 版本支持数据源 ARFF（Attribute-Relation File Format）这是一种文件 ASCII 文本文件，CSV 文件和 JDBC 数据库访问功能。
Weka 轻便方便，安装简单，非常适合个人用户和中小企业无需编程即可视化操作，支持拖拉工作流程使用非常方便，但工程师需要手动完成数据预处理、算法选择和参数调整，因此用户需要有一定的统计基础和数据挖掘经验。
H2O.aiH2O.ai 是初创公司 Oxdata 于 2014 机器学习平台是一个具有线性可扩展性的开源分布式内存机器学习平台 H2O 常用的机器学习算法支持分类、回归、聚类，同时还具有分类、回归、聚类等功能。
AutoML 功能 H2O 语言式的发展 Java 和 Python，它的 REST API 允许访问外部程序或脚本 H2O 该平台包括所有用于使用的功能 R、Python、Scala、Java、JSON 和 CoffeeScript / JavaScript 以及内置的接口 Web 界面。
虽然 H2O 它是开源的，但它实际上是一个商业机器学习平台，用户需要付费使用H2O 有安装版和云服务，其中只有安装版支持 Linux相比于 Weka H2轻便O 安装部署比较麻烦，对机器配置也有一定的要求。
实际上 H2O.ai 该平台主要集成了三部分：1、jupter notebook：对数据和构建模型进行代码处理，适用于熟悉建模和编程的人；2、H2Oflow：为熟悉建模的人提供图形界面、拖拉建模、快速数据分析；提供 21 天的试用授权
3、Driverless：适用于初学者的自动建模但需要注意的是 Driverless 由于自动建模的底层将尝试为用户选择的模型参数设置在线或最长的训练时间，因此需要设置要训练的模型数量 GridSearch(网格搜索)用于调整模型超参。
如果模型数量没有设置好，或者训练时间最长，跑了很久可能还没有结束虽然这种类似于暴力搜索的参考搜索方法可以自动建模，但缺点也很明显一方面，它需要很长时间，投资计算资源大，经济差，另一方面，它对没有建模经验的人不是很友好。
Driverless 提供 2 免费使用一个小时，然后付费试用以下是 Driverless 界面截图：RapidMinerRapidMiner 该公司总部位于美国马萨诸塞州剑桥，是基于它的 Java 开发的数据挖掘软件。
RapidMiner 强大的功能，通过拖动图像界面建模，可以轻松实现数据准备、机器学习和预测模型部署，无需编程，操作速度快 RapidMiner 还具有自动建模功能，使用非常方便RapidMiner 主要包括以下系列产品：
RapidMiner studio: 客户端软件可以零代码操作，基于图形拖拉操作，可以手动建模或自动建模从数据加载、收集到转换和准备阶段，可以实现完整的建模步骤（ETL），再到数据分析和生成预测阶段Studio 安装包支持 Windows，Linux，MaxOS，有免费版本和商业版本，其中免费版本对数据量有限制，最多可以运行 10000 行数据。
Studio 可在官网申请下载安装包和授权RapidMiner Server: 可与局域网服务器或外网连接的服务器相连 RapidMiner Studio 无缝集成RapidMiner Radoop: 一个与 Hadoop 集群连接的扩展可以通过拖动自己的算子来实现 Hadoop 具体技术操作.
RapidMiner go 云平台服务，提供 5 免费试用期总体来讲，RapidMiner 是一款非常好的软件，界面操作非常友好，功能完善，适合初学者和有经验的工程师，可以在自动建模和手动建模之间切换YModel
YModel 易明公司开发的一款专注于自动建模的软件，在自动建模领域具有很大的优势与大多数拖拉建模不同，自动建模可以实现一键操作，包括数据预处理、算法选择参考、模型选择和评估等一系列流程这对初级用户非常友好，也非常适合没有专业数据团队的中小企业快速实现数字应用。
YModel 自动建模最大的特点是不仅模型准确，而且由于其自主研发的智能人参搜索方法，建模速度非常快，节省了计算资源例如，大多数自动建模时间至少从小时开始计算， YModel 也许几分钟就建好了为保证模型的泛化能力，YModel 它将自动集成几个高质量的模型，这是几乎所有自动建模产品都没有的功能。
YModel 基于 Java 和 Python 开发，有 Windows 版本和 Linux 版本和 Weka 类似，YModel 它也是一个轻便方便的软件，安装简单，笔记本电脑可以操作YModel 产品分为个人版和企业版。
个人版完全免费，数据量和功能没有限制，但数据库无法连接企业版可以支持各种版本 JDBC 标准接口的数据库和并行操作，虽然企业版收费，但也相当便宜，一年只有几千元总体来讲，YModel 其优点是自动化能力强，部署轻便方便，经济性强，适合中小企业、初学者和普通专业人士。
OrangeOrange 生物信息实验室由斯洛文尼亚大学计算和信息学系实验室 BioLab 开发是一款免费开源数据挖掘软件，可在官网下载，支持 Windows, Linux 和 MacOSOrange 由 C 和 Python 开发包括一系列数据预处理、建模和模型评估功能的可视化组件，用户也可以 Python 里调用 Orange。
Orange 可支持分类、回归和聚类算法，全过程采用图形操作Orange 优点是开源免费，可视化操作，可帮助有经验的工程师快速建模，适合高级用户GoogleGoogle 人工智能平台可以提供端到端机器学习的生命周期，用户可以自己学习 Notebooks(一种代管式 Jupyter Notebook 编写代码，使用服务) Deep Learning VM Image 或 Deep Learning Containers 最新的开源深度学习框架，然后，采用全代管式 Training 服务训练模型。
也可以使用 Google 的 AutoML 构建机器学习模型，无需编写任何代码Google 基于人工智能平台的人工智能平台 Tensorflow 神经网络模型，模型精度较好，但需要大量的计算支持，其背后是 Google 强大的计算机工程已经建立了数百个 cpu、gpu 集群，一般企业和个人很难投入生产，即使是购买 Google 服务费也比较贵。
深度学习适用于计算机视觉、语音识别、记忆网络、自然语言处理等领域KnimeKNIME 硅谷的一家原始开发团队最初为制药行业提供软件，目前已发展成为一个高度可扩展和开放的数据处理平台KNIME 允许用户直观地创建数据流（或管道），有选择地执行一些或所有的分析步骤，然后检查结果、模型和交互式视图，即支持拖拉图形建模。
KNIME 采用 Java 并以编写为基础 Eclipse，利用其扩展机制添加具有附加功能的插件核心版已经包含了数百个数据集成模块(文件) I / O），常用的数据分析和可视化方法是数据转换(过滤器、转换器、组合器)。
KNIME 还集成了许多其他开源项目，如机器学习算法 Weka，统计包 R 项目，以及 LIBSVM，JFreeChart 的，ImageJ 和化学开发工具包KNIME 产品有开源部分和闭源部分，开源部分有，KNIME Analytics Platform、KNIME Extensions、KNIME Integrations、Communit
今天就分享到这里吧，德斯资源网每天都会更新一些日常软件小知识，包括有微信,钉钉,支付宝,陌陌,QQ,68,哈小聊,奈斯特惠,山楂树,小小街,米兰优选,淘淘,优品盲盒,满易购物,智幸,KUKU好物,汇聚,火星严选,典易优选,腾城购,易点购,知信,汇通至选,小小街,智云互享,咪玩,惠趣购,火星严选,佑米,世纪购,亿讯,联信,尚客商城,微信多开,微信分身等社交软件下载，软件自带功能有红包软件,红包辅助,埋雷辅助,单透,埋雷软件,牛牛辅助,牛牛外挂,尾数控制,机器人等一些红包强项外挂辅助软件功能免费下载使用。
