1.r是壹種用於統計分析和圖形的計算機語言和分析工具。
2.Weka可能是最著名的開源機器學習和數據挖掘軟件，但是使用起來不太方便，界面有點簡單；
3.Tanagra是壹個使用圖形界面的數據挖掘軟件；4.4的受歡迎程度。RapidMiner正在興起，但其操作方式與商業軟件有很大不同，不支持分析流程圖的方式，所以在涉及操作人員較多的情況下不容易檢查；
5.KNIME和Orange都很好看，橙色界面看起來很清爽，但是我發現它不支持中文。推薦KNIME，同時安裝Weka和R擴展包。
對於普通用戶，可以選擇界面友好、簡單易用的軟件，對於想從事算法開發的用戶，可以根據不同的軟件開發工具(Java、R、C++、Python等)選擇相應的軟件。).
求推薦簡單好用的數據挖掘軟件10分。
肯定是SPSS，網上自學教程很多。如果不追求特殊專業，只是想要基於數據可視化的有趣的數據挖掘功能，也可以使用watson *** ytics，同樣支持自然語言。
常用的數據挖掘工具有哪些
RapidMiner、R、Weka、KNIME、GGobi、Orange都是很優秀的挖礦工具，大家可以根據自己的需求來選擇。
常見的數據挖掘工具有哪些？
EXCEL MATLAB源碼等等。
目前流行的圖形可視化和數據分析軟件有Matlab、Mathmatica和Maple。這些軟件功能強大，可以滿足科技工作中的許多需求，但使用這些軟件需要具備壹定的計算機編程和矩陣知識，並熟悉大量的函數和命令。使用Origin就像使用Excel和Word壹樣簡單。妳只需要點擊鼠標，選擇菜單命令，就可以完成大部分工作，得到滿意的結果。但是比excel更強大。壹般日常生活中可以使用Excel，然後添加宏。裏面有壹些分析工具，但是有時候需要數據庫軟件的支持。
學習數據挖掘壹般需要學習哪些軟件和工具？
1、WEKA
WEKA的本地非Java版本主要用於分析農業領域的數據。該工具基於Java版本，非常復雜，應用於許多不同的應用，包括數據分析和可視化以及預測建模的算法。與RapidMiner相比，優點是在GNU通用公共許可證下是免費的，因為用戶可以根據自己的喜好選擇定制。
WEKA支持各種標準的數據挖掘任務，包括數據預處理、收集、分類、回歸分析、可視化和特征選擇。加入序列建模後，WEKA會變得更強大，但目前不包含。
2、RapidMiner
該工具用Java語言編寫，通過基於模板的框架提供高級分析技術。這個工具最大的好處就是用戶不用寫任何代碼。它是作為服務提供的，而不是作為本地軟件。值得壹提的是，該工具在數據挖掘工具排行榜中排名第壹。此外，除了數據挖掘，RapidMiner還提供了數據預處理和可視化、預測分析和統計建模、評估和部署等功能。更重要的是，它還提供了來自WEKA(壹種智能分析環境)和R腳本的學習方案、模型和算法。
RapidMiner是在AGPL開源許可下發布的，可以從SourceForge下載。SourceForge是開發者集中開發和管理的地方，大量開源項目都在這裏落戶，包括* *使用的MediaWiki。
3、NLTK
說到語言處理任務，沒有什麽能打敗NLTK。NLTK提供了壹個語言處理工具，包括數據挖掘、機器學習、數據捕獲、情感分析和其他語言處理任務。
妳只需要安裝NLTK，然後拖壹個包到妳喜歡的任務，就可以做其他的事情了。因為它是用Python語言寫的，所以妳可以在它上面構建應用，定制它的小任務。
4、橙色
Python之所以流行，是因為它簡單易學，功能強大。如果妳是壹個Python開發者，當談到尋找壹個工作工具時，沒有什麽比Orange更好的了。是壹款基於Python語言的強大開源工具，適合初學者和專家大神使用。
另外，妳壹定會喜歡這個工具的可視化編程和Python腳本。它不僅有機器學習的成分，還有生物信息和文本挖掘，可以說充滿了數據分析的各種功能。
5、KNIME
數據處理有三個主要部分:提取、轉換和加載。而KNIME可以做到這三點。KNIME為您提供了處理數據節點的圖形用戶界面。這是壹個用於數據分析、報告和綜合的開源平臺。同時，它通過其模塊化數據的精簡概念整合了機器學習和數據挖掘的各個組件，這引起了商業智能和金融數據分析的關註。
KNIME基於Eclipse，用Java編寫，易於擴展和補充插件。它的附加功能可以隨時添加，核心版本中已經包含了大量的數據集成模塊。
6、R編程
如果我告訴妳，R項目，壹個GNU項目，是R(簡稱R-programming)自己寫的，妳會怎麽想？主要用C語言和FORTRAN語言編寫，很多模塊都是用R編寫的，R是壹個編程語言和軟件環境下的統計計算和繪圖的免費軟件。
r語言廣泛應用於數據挖掘、統計軟件開發和數據分析。近年來，易用性和可擴展性也大大提高了R的受歡迎程度。除了數據，它還提供統計和繪圖技術，包括線性和非線性建模，經典統計測試，時間序列分析，分類和收集。......
學習數據挖掘壹般需要學習哪些軟件和工具？
1、WEKA
WEKA的本地非Java版本主要用於分析農業領域的數據。該工具基於Java版本，非常復雜，應用於許多不同的應用，包括數據分析和可視化以及預測建模的算法。與RapidMiner相比，優點是在GNU通用公共許可證下是免費的，因為用戶可以根據自己的喜好選擇定制。
WEKA支持各種標準的數據挖掘任務，包括數據預處理、收集、分類、回歸分析、可視化和特征選擇。加入序列建模後，WEKA會變得更強大，但目前不包含。
2、RapidMiner
該工具用Java語言編寫，通過基於模板的框架提供高級分析技術。這個工具最大的好處就是用戶不用寫任何代碼。它是作為服務提供的，而不是作為本地軟件。值得壹提的是，該工具在數據挖掘工具排行榜中排名第壹。此外，除了數據挖掘，RapidMiner還提供了數據預處理和可視化、預測分析和統計建模、評估和部署等功能。更重要的是，它還提供了來自WEKA(壹種智能分析環境)和R腳本的學習方案、模型和算法。
RapidMiner是在AGPL開源許可下發布的，可以從SourceForge下載。SourceForge是開發者集中開發和管理的地方，大量開源項目都在這裏落戶，包括* *使用的MediaWiki。
3、NLTK
說到語言處理任務，沒有什麽能打敗NLTK。NLTK提供了壹個語言處理工具，包括數據挖掘、機器學習、數據捕獲、情感分析和其他語言處理任務。
妳只需要安裝NLTK，然後拖壹個包到妳喜歡的任務，就可以做其他的事情了。因為它是用Python語言寫的，所以妳可以在它上面構建應用，定制它的小任務。
目前業內常用的數據挖掘分析工具有哪些？
數據分析的概念太寬泛。妳需要專註於數據顯示、數據挖掘還是數據存儲？是自用還是給企業和部門用？應用場景是簡單的個人圖表，還是銷售、財務或供應鏈的分析？
先說應用最廣泛的BI，企業級應用，其實在功能上涵蓋了我上面提到的部分。它主要用於數據集成、結構分析和顯示用於決策分析的數據。比如FineBI就是壹個可以“智能”分析數據的工具。
哪個軟件更容易用來建立壹個數據庫？
隨著大數據的發展，數據安全已經上升到非常高的水平。隨著國家對數據安全的重視，國產數據庫開始進入中國10大企業，其中不乏國企。
實時數據庫系統是開發實時控制系統、數據采集系統和CIMS系統的支撐軟件。在流程工業中，大量的實時數據庫系統用於控制系統監控、系統先進控制和優化控制，為企業生產管理和調度、數據分析、決策支持和遠程在線瀏覽提供實時數據服務和各種數據管理功能。實時數據庫已成為企業信息化的基礎數據平臺，可以實時直接采集和獲取企業運行過程中的各種數據，並轉化為各類業務的有效公共信息，滿足企業生產管理、企業過程監控和企業管理對實時信息完整性、壹致性和安全性的需求，為企業自動化系統和管理信息系統之間建立信息溝通的橋梁。幫助企業的專業管理部門利用這些關鍵的實時信息，提高生產和銷售的運營效率。如果想自定義這個國產數據庫，可以前面打壹三六，中間打六壹二零，後面打四壹四七。
北京開雲聯合信息技術有限公司-實時工業數據庫軟件(CreatRun Database)
什麽是實時工業數據庫軟件？
1，實時工業數據庫軟件(CreatRun Database)是開雲聯合公司自主研發的面向工業應用的企業級實時/歷史數據庫平臺，擁有全部自主知識產權。為企業監控生產情況、計算績效指標、分析事故、分析診斷設備啟停、預防故障提供了重要的數據保障。
2.實時工業數據庫軟件(CreatRun Database)可廣泛用於工業控制自動化的高速數據采集和存儲，提供高速、海量數據存儲和基本分析能力。
3.實時工業數據庫軟件(CreatRun Database)可以隨時在線觀察和分析生產過程。歷史數據的長期保存，不僅可以重現歷史生產，也使大規模的數據挖掘成為可能。提供企業生產信息管理解決方案，可以有效應對從小到大、由近及遠的各類企業級數據應用。
4.CreatRun數據庫可以按照時間序列在線自動采集毫秒級精度的企業各種過程自動化系統的生產數據，並高效壓縮存儲。同時可以向用戶和應用提供實時和歷史數據，讓用戶隨時在線觀察和分析生產過程。歷史數據的長期保存，不僅可以重現歷史生產，也使大規模的數據挖掘成為可能。
工業軟件開發用實時工業數據庫軟件系統的主要技術指標:
支持的數據類型:數字、int16、int32、float16、float32、float64、String等。
標簽容量:200，000標簽
數據容量:TB級
客戶端上的並發用戶數量:500
生產過程中數據采集的時間響應速度:< 500毫秒
時間戳分辨率:毫秒
存儲速度:> 100，000輸入值/秒歸檔數據檢索事務吞吐量:> 2，000，000輸出值/秒
實時工業數據庫軟件的系統特點——高可用性:
1.高效的數據存儲策略和壓縮算法“死區異常+變斜率壓縮算法”精確到每個標簽的壓縮配置，有效提升歷史數據存儲性能，節省磁盤空間。
2.高速數據緩存機制使得並行訪問鎖域的粒度精確到“Block(1KBytes)”，最大化了並行訪問能力。歷史數據訪問路由的復雜性被最小化、平衡和扁平化，並且不定義“熱”和“冷”數據。所有數據訪問時間成本是壹致的，同時提供平衡的訪問特性和最大的遠程數據訪問友好性。
3、創建運行......
壹般的數據挖掘工具有哪些？
有國外的Qlik數據挖掘工具，也有國內的永紅數據挖掘工具，收費是壹定的。可以先找壹些免費的挖礦工具，國內的ETHINK平臺好像也可以。
數據挖掘工具有哪些？
SQL Server是壹個數據庫，但它有內置的數據挖掘功能。如果提到工具，大概有SAS，SPSS，Statistical(戴爾)，R，Revolution R。...