KNIME系统简介
2014-02-03 22:26
2271 查看
简介
KNIME (KonstanzInformationMiner, http://www.knime.org)系统是基于Eclipse开发环境来精心开发的数据挖掘工具。无需安装,方便使用。KNIME也是用Java开发的,可以扩展使用Weka中的挖掘算法。和YALE不同点的是,KNIME采用的是类似数据流(data flow)的方式来建立分析挖掘流程。挖掘流程由一系列功能节点(node)组成,每个节点有输入/输出端口(port),用于接收数据或模型、导出结果。KNIME中每个节点都带有交通信号灯,用于指示该节点的状态(未连接、未配置、缺乏输入数据时为红灯;准备执行为黄灯;执行完毕后为绿灯)。在KNIME中有个特色功能——HiLite,允许用户在节点结果中标记感兴趣的记录,并进一步展开后续探索。主要功能
KNIME的主要功能包括:采用完全图型化的操作方式,以下为KNIME的主要操作界面:支持各类方式的数据载入,包括文件、数据库等
支持各类数据处理方式,包括按列(如分拆、合并等)、按行(过滤、变形)、矩阵(转置)和PMML(字段投影、一对多、多对一、正态化、反正态化等)
支持各类数据视图,如点图、直方图、饼图、分布图
支持假设检验和回归方法
支持决策树、贝叶斯、聚类、规则推导、神经网络等挖掘方法
支持流程控制
优势
KNIME系统具有如下优势:提供完全图型化的操作方式,操作流程简便、结果产出直观;提供丰富的数据读取和加工操作,支持从数据库中获取数据;
提供较为完备的数据挖掘方法;
报表较为丰富,支持不同颜色的填充。
不足
但KNIME系统也相对存在如下不足:正由于其主要是基于图型的操作,故难于与其它系统进行集成;2.对于统计模型的支持略显不足。
相关文章推荐
- 详解BI/数据分析/数据挖掘/业务分析概念 7fe0
- Sedgewick之巨著《算法》,与高德纳TAOCP一脉相承
- 最老程序员创业札记:全文检索、数据挖掘、推荐引擎应用2
- 聚类算法总结
- 一位数据挖掘成功人士给数据挖掘在读研究生的建议
- 数据挖掘网上资料大全
- 数据挖掘技术与用户知识获取
- Data mining 数据挖掘
- 数据挖掘
- 大数据,且行且思( 文/ 占超群)
- kmeans python版
- 数据挖掘-聚类-K-means算法Java实现
- 神经网络初步学习手记
- 长期招聘:个性化推荐
- 2013年1季度中国汽车车型动力满意度研究报告 ——合资A+级车
- DB2技术专家沙龙活动演讲主题(9月5日上海站)
- EXCEL-1 基础学习
- (转)智能+可视化 看商业智能的发展方向
- 写在3月8号的话
- 数据挖掘--分类--决策树--算法