时间：2022-11-21 12:30:01 | 来源：信息时代
时间：2022-11-21 12:30:01 来源：信息时代
数据挖掘工具 : 包含一个或多个数据挖掘算法的软件。有以下三种类型:
(1)单算法挖掘工具:出现在数据挖掘技术发展早期,研究人员设计出一种新型的数据挖掘算法,就开发形成一个软件。这类系统要求用户对具体的算法和数据挖掘技术有相当的了解,还要负责大量的数据预处理工作,如C4.5、CART等。
(2)数据挖掘算法工具集:指数据挖掘与数据库和数据仓库,多种类型的数据挖掘算法和数据清洗、转换等预处理工作的结合而产生的工具集。其特点是提供多种数据挖掘算法(如关联分析、分类、聚类等),同时也包括数据转换和可视化。数据挖掘算法工具集是通用的算法集合而非面向特定的应用,也称为横向数据挖掘工具(horizontal data mining tools)。典型的工具集有IBM的Intelligent Miner、SPSS的Clementine、SAS的Enterprise Miner、SGI的MineSet、Oracle Darwin、加拿大Simon Fraser大学的DBMiner、复旦大学的DMiner等。这类工具一般都支持Fayyad过程模型,部分系统增加了模型评价和部署,从而支持CRISP-DM模型,如SPSS Clementine。
(3)面向应用领域的数据挖掘工具:横向的数据挖掘工具只有精通数据挖掘算法的专家才能熟练使用,如果对算法不了解,难以得出好的模型。1999年,数据挖掘工具研制者开始提供纵向的数据挖掘解决方案(vertical solution),即面向应用领域的数据挖掘工具。如KD1(主要用于零售业)、Options &Choice(主要用于保险业)、HNC(主要用于欺诈行为侦测)和Unica Model 1(主要用于市场营销)等。面向应用领域的数据挖掘工具大都支持CRISP-DM模型,强调模型的应用和部署以及与操作型系统的集成。
在线咨询
