常用数据挖掘工具介绍

常用数据挖掘工具介绍1.SAS统计分析软件SAS统计分析软件是用于数据分析与决策支持的大型集成式模块化软件包。它由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等。SAS统计分析软件特点如下：信息存储简便灵活语言编程能力强丰富的统计分析方法较强的统计报表与绘图功能友好的用户界面宏功能支持分布式处理采用输出分发系统功能强大的系统阅读器SAS统计分析软件界面如下：SAS分析案例如下：2.Clementine数据挖掘软件Clementine是ISL(IntegralSolutionsLimited)公司开发的数据挖掘工具平台。Clementine基于图形化的界面提供了大量的人工智能、统计分析的模型（神经网络，关联分析，聚类分析、因子分析等）。Clementine软件特点如下：支持图形化界面、菜单驱动、拖拉式的操作提供丰富的数据挖掘模型和灵活算法具有多模型的整合能力，使得生成的模型稳定和高效数据挖掘流程易于管理、可再利用、可充分共享提供模型评估方法数据挖掘的结果可以集成于其他的应用中满足大数据量的处理要求能够对挖掘的过程进行监控，及时处理异常情况具有并行处理能力支持访问异构数据库提供丰富的接口函数，便于二次开发挖掘结果可以转化为主流格式的适当图形Clementine软件界面如下：Clementine分析案例如下：3.R统计软件R是属于GNU系统的一个自由、免费、开放源代码的软件，是一个用于统计计算、数据分析和统计制图的优秀工具。作为一个免费的统计软件，它有UNIX、LINUX、MacOS和WINDOWS等版本，均可免费下载使用。R是一套完整的数据处理、计算和制图软件系统。其功能包括:数据存储和处理系统；数组运算工具(其向量、矩阵运算方面功能尤其强大)；完整连贯的统计分析工具；优秀的统计制图功能；简便而强大的编程语言:可操纵数据的输入和输出，可实现分支、循环，用户可自定义功能。R软件界面如下：R分析案例一如下：R分析案例二如下：4.SPSS分析软件SPSS（StatisticalProductandServiceSolutions），“统计产品与服务解决方案”软件，是世界上最早采用图形菜单驱动界面的统计软件，其主要特点是操作简便，编程方便，功能强大，针对性强，全面的数据接口，灵活的功能模块组合。SPSS分析软件特点如下：操作简单除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过“菜单”、“按钮”和“对话框”来完成。无须编程具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。功能强大具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。方便的数据接口能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件，Excel的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt及html格式的文件。灵活的功能模块组合SPSSforWindows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。K-均值聚类SPSS分析案例如下：快速聚类SPSS分析案例如下：