我将参与一个涉及数据挖掘的项目。在我加入之前，我想探索一下允许基于Web的报告的不同数据挖掘工具（最好是开源）。在我的场景中，数据将提供给我，所以我不应该抓它。
简而言之，我正在寻找一种工具 - 数据分析，基于Web的报告，提供某种仪表板和挖掘功能。
我曾参与过Microsoft Analysis Services和BOXI，最近我一直在关注Pentaho，这似乎是个不错的选择。
请分享您对任何此类工具的经验。
欢呼声
答案 0 :(得分：12)
我相信WEKA是最好的开源DM软件。
答案 1 :(得分：8)
答案 2 :(得分：5)
R有很多与数据挖掘相关的优秀软件包。特别要看：
它也与Weka（see the RWeka package）联系在一起。它可以与.Net（通过COM）或Python（通过RPy或RPy2）集成。
我同意Pentaho的报告平台，虽然这是一个非常大的项目，取决于你使用它的目的。
答案 3 :(得分：5)
RapidMiner 是我首选的数据挖掘工具。
答案 4 :(得分：5)
您还应该查看Apache Mahout。对于一些大规模的机器学习任务，例如用户群集，它可能非常有用。
答案 5 :(得分：3)
KEEL（http://keel.es）是用Java编写的，适用于使用进化计算进行数据挖掘。
答案 6 :(得分：3)
我会尝试使用新的Google工具。
- 首先你需要获得google-storage的api id，这是你要存储和操作你要分析的数据的地方。
- 然后你需要获得google-prediction-api（http://code.google.com/apis/predict/docs/getting-started.html）的api id，这对我所看到的是一个梦幻般的外包数据挖掘处理器。 Prediction API允许您从数据中获取更多信息，并使其模式更易于访问。除了使用传统的数字和名义数据，您还可以使用文本数据，这可以用于通过语言对电子邮件进行分类。
- 最后，您可以使用bigQuery来执行Ad-hoc分析，标准化报告，数据探索应用程序原型设计（http://code.google.com/apis/bigquery/）
答案 7 :(得分：2)
答案 8 :(得分：2)
您可以查看我的软件 SPMF data mining framework 。
它是一个开源Java软件，提供70多种算法：
答案 9 :(得分：2)
WEKA（已经提到）， 橙色（http://orange.biolab.si/）， Tanagra（http://data-mining-tutorials.blogspot.com）你可以在那里找到很好的教程。
是非常好的数据挖掘工具。
答案 10 :(得分：2)
我相信RapidMiner是一个很好的工具，应该添加到这个列表中。
答案 11 :(得分：1)
我相信KNIME也值得加入此列表。
答案 12 :(得分：1)
答案 13 :(得分：1)
此处列出了一些开源数据挖掘工具的列表： http://dataminingtools.net/browse.php
答案 14 :(得分：1)
你可能想看看ELKI，http://elki.dbs.ifi.lmu.de/这是一个可比较的项目，专注于聚类算法和异常值检测，这是数据挖掘的另外两个关键任务。
答案 15 :(得分：1)
您可以查看Data Mining SDK及其blog。
答案 16 :(得分：1)
Pentaho是一个非常专业的解决方案。绝对是一个非常好的选择。
答案 17 :(得分：0)
你可以看看数据挖掘工具weka
这是WEKA上一系列教程和视频的链接 教程：http://www.dataminingtools.net/browsetutorials.php?tag=weka
答案 18 :(得分：0)
除了工具之外，我强烈建议学习Python和R.这些语言在分析过程中有很多帮助。此外，大型数据集可以“自定义分析”。您也可以使用Javascript创建自己的自定义仪表板（请查看numerous charting and visualization libraries）
答案 19 :(得分：-1)
我自己是一个蟒蛇，我不得不说：
是的！所有这些都可以在Python中完成。
我上次玩过Beautiful Soup [0]。这是一个非常简单易用的模块，可以让你从html和xml中获取/挖掘数据（非常适合'屏幕抓取'）。
如果你不懂python，那么......这很容易学习。