学习｜大数据专业工具箱

在实时计算领域，Apache Storm、Samza、Spark Streaming、Kafka Stream、Flink 等开源流式计算引擎层出不穷，呈现百家争鸣之势，Google 也顺势推出了开源的 Beam 计算框架标准。

TOP10 数据挖掘工具

1. RapidMiner

    RapidMiner是一个开源的数据挖掘软件，由Java语言编写而成，提供一些可扩展的数据分析挖掘算法的实现，它是作为一个服务提供，而不是一款本地软件。除了数据挖掘，RapidMiner还提供如数据预处理和可视化、预测分析和统计建模、评估和部署等功能。

2 SAS Data Mining(SAS 数据挖掘软件)
     用户不需要写任何代码，它们提供易于使用的GUI，并提供从数据处理、集群到最终环节的自动化工具，用户可以从中得出最佳结果做出正确决策。由于它属于商业数据挖掘软件，所以其中包含很多高端的工具，包括自动化、密集像算法、建模、数据可视化等等。

3. WEKA

WEKA是一款非常复杂的数据挖掘工具，其原生的非Java版本主要是为了分析农业领域数据而开发的。该工具基于Java版本，支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。

4. Software – R

     R软件是另一种较为流行的GNU开源数据挖掘工具，它主要是由C语言和FORTRAN语言编写的，是一款针对编程语言和软件环境进行统计计算和制图的免费软件。除了可以为科学家、研究人员以及学生提供数据挖掘和分析功能外，它还可以提供统计和制图技术，包括线性和非线性建模，经典的统计测试，时间序列分析、分类、收集等等。

 5 Orange数据挖掘软件

       Orange是一个开源数据挖掘和机器学习工具，它的图形环境称为Orange画布，用户可以在画布上放置分析控件 (widget)，然后把控件连接起来即可组成挖掘流程。除了界面友好易于使用的优点，Orange的强项在于提供了大量可视化方法，可以对数据和模型进行多种图形化展示，并能智能搜索合适的可视化形式，支持对数据的交互式探索。

6. KNIME

     KNIME(Konstanz Information Miner)是基于Eclipse，用Java编写的一款开源的数据分析、报告和综合平台，拥有数据提取、集成，处理，分析、转换以及加载所需的所有数据挖掘工具。此外，它具有图形用户界面，可以帮助用户轻松连接节点进行数据处理。

7. NLTK

       NLTK(Natural Language Tool Kit)最适用于语言处理任务，因为它可以提供一个语言处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种语言处理任务。而您需要做的只是安装NLTK，然后将一个包拖拽到您最喜爱的任务中，您就可以去做其他事了。因为它是用Python语言编写的，你可以在上面建立应用，还可以自定义它的小任务。

8. JHepWork

      为科学家，工程师和学生所设计的jHepWork是一个免费的开源数据分析框架，其主要是用开源库来创建一个数据分析环境，并提供了丰富的用户接口，以此来和那些收费的的软件竞争。它主要是为了科学计算用的二维和三维的制图，并包含了用Java实现的数学科学库，随机数，和其它的数据挖掘算法。jHepWork是基于一个高级的编程语言Jython，当然，Java代码同样可以用来调用jHepWork的数学和图形库。

9. Pentaho

     Pentaho为数据集成、业务分析以及大数据处理提供一个全面的平台。使用这种商业工具，你可以轻松地混合各种来源的数据，通过对业务数据进行分析可以为未来的决策提供正确的信息引导。

 10. Tanagra

      Tanagra是为学术和研究目的开发的数据挖掘软件，且是完全免费的。它使用图形界面的数据挖掘软件，采用了类似Windows资源管理器中的树状结构来组织分析组件。Tanagra缺乏高级的可视化能力，但它的强项是统计 分析，提供了众多的有参和无参检验方法。同时它的特征选取方法也很多