Pertama-tama izinkan saya memberi tahu Anda bahwa menurut pendapat saya alat terbaik sejauh ini adalah R, yang memiliki banyak perpustakaan dan utilitas yang tidak akan saya sebutkan di sini.
Biarkan saya memperluas diskusi tentang weka
Ada perpustakaan untuk R, yang disebut RWeka, yang dapat Anda instal dengan mudah di R, dan menggunakan banyak fungsi dari program hebat ini bersama dengan yang ada di R, izinkan saya memberi Anda contoh kode untuk melakukan pohon keputusan sederhana baca dari database standar yang disertakan dengan paket ini (juga sangat mudah untuk menggambar pohon yang dihasilkan tetapi saya akan membiarkan Anda melakukan penelitian tentang bagaimana melakukannya, yang ada dalam dokumentasi RWeka:
library(RWeka)
iris <- read.arff(system.file("arff", "iris.arff", package = "RWeka"))
classifier <- IBk(class ~., data = iris)
summary(classifier)
Ada juga beberapa perpustakaan python untuk melakukan ini (python sangat sangat mudah dipelajari)
Pertama, izinkan saya menghitung paket yang dapat Anda gunakan, saya tidak akan menjelaskannya secara mendetail; Weka (ya Anda memiliki perpustakaan untuk python), NLKT (paket open source paling terkenal untuk textmining selain datamining), statPy , sickits , dan scipy.
Ada juga oranye yang unggul (saya juga akan membicarakannya nanti), di sini adalah contoh kode untuk melakukan pohon dari data di tabel cmpart1, yang juga melakukan validasi 10 lipatan, Anda juga dapat membuat grafik pohon
import orange, orngMySQL, orngTree
data = orange.ExampleTable("c:\\python26\\orange\\cmpart1.tab")
domain=data.domain
n=10
buck=len(data)/n
l2=[]
for i in range(n):
tmp=[]
if i==n-1:
tmp=data[n*buck:]
else:
tmp=data[buck*i:buck*(i+1)]
l2.append(tmp)
train=[]
test=[]
di={'yy':0,'yn':0,'ny':0,'nn':0}
for i in range(n):
train=[]
test=[]
for j in range(n):
if j==i:
test=l2[i]
else:
train.extend(l2[j])
print "-----"
trai=orange.Example(domain, train)
tree = orngTree.TreeLearner(train)
for ins in test:
d1= ins.getclass()
d2=tree(ins)
print d1
print d2
ind=str(d1)+str(d2)
di[ind]=di[ind]+1
print di
Untuk mengakhiri dengan beberapa paket lain, saya menggunakan dan menemukan menarik
Oranye : visualisasi dan analisis data untuk pemula dan pakar. Penambangan data melalui pemrograman visual atau skrip Python. Komponen untuk pembelajaran mesin. Ekstensi untuk bioinformatika dan penambangan teks. (Saya pribadi merekomendasikan ini, saya banyak menggunakannya mengintegrasikan dalam python dan itu sangat baik) Saya dapat mengirimkan Anda beberapa kode python jika Anda menginginkannya.
ROSETTA : toolkit untuk menganalisis data tabular dalam kerangka teori himpunan kasar. ROSETTA dirancang untuk mendukung keseluruhan data mining dan proses penemuan pengetahuan: Dari penelusuran awal dan pemrosesan data, melalui perhitungan set atribut minimal dan pembuatan aturan if-then atau pola deskriptif, hingga validasi dan analisis aturan atau pola yang diinduksi. . (Ini saya juga menikmati menggunakan sangat banyak)
KEEL : menilai algoritma evolusioner untuk masalah Penambangan Data termasuk regresi, klasifikasi, pengelompokan, penambangan pola dan sebagainya. Hal ini memungkinkan kami untuk melakukan analisis lengkap dari setiap model pembelajaran dibandingkan dengan yang sudah ada, termasuk modul uji statistik untuk perbandingan.
DataPlot : untuk visualisasi ilmiah, analisis statistik, dan pemodelan non-linear. Target pengguna Dataplot adalah peneliti dan analis yang terlibat dalam karakterisasi, pemodelan, visualisasi, analisis, pemantauan, dan optimalisasi proses ilmiah dan teknik.
Openstats : Termasuk Primer Statistik dan Pengukuran, Statistik Deskriptif, Perbandingan Sederhana, Analisis Variasi, Korelasi, Regresi Berganda, Rangkaian Waktu Terinterupsi, Statistik Multivariat, Statistik Non-Parametrik, Pengukuran, Pengendalian Proses Statistik, Prosedur Keuangan, Jaringan Saraf Tiruan, simulasi