本文推薦一些免費(fèi)的預(yù)測(cè)分析軟件，它們主要用于分析統(tǒng)計(jì)使用，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘來(lái)尋找關(guān)于客戶行為，市場(chǎng)趨勢(shì)和原始數(shù)據(jù)集中其他領(lǐng)域的線索的相關(guān)性和模式。其中一些預(yù)測(cè)建模解決方案可通過(guò)許可，免費(fèi)獲得開源或社區(qū)版本;其中一些預(yù)測(cè)分析軟件是商業(yè)版本的免費(fèi)版或社區(qū)版，但提供的功能較少。

什么是預(yù)測(cè)分析軟件?

預(yù)測(cè)分析是高級(jí)分析的一個(gè)分支，用于對(duì)未來(lái)未知事件進(jìn)行預(yù)測(cè)。預(yù)測(cè)分析使用數(shù)據(jù)挖掘，統(tǒng)計(jì)，建模，機(jī)器學(xué)習(xí)和人工智能等多種技術(shù)來(lái)分析當(dāng)前數(shù)據(jù)，以預(yù)測(cè)未來(lái)!那么下面將為大家簡(jiǎn)單介紹一下以下的20多款工具!

1.R Software Environment

R是用于統(tǒng)計(jì)計(jì)算和圖形的免費(fèi)軟件，可運(yùn)行在各種UNIX，Windows和Mac OS平臺(tái)上。R提供了廣泛的統(tǒng)計(jì)功能，如線性，非線性建模，經(jīng)典統(tǒng)計(jì)測(cè)試，時(shí)間序列分析，分類，聚類和圖形技術(shù)。它也是高度可擴(kuò)展的，提供數(shù)據(jù)操作，計(jì)算和圖形顯示，數(shù)據(jù)處理，數(shù)組計(jì)算，數(shù)據(jù)分析工具，包括條件，循環(huán)和許多其他功能的編程語(yǔ)言。語(yǔ)言主要用于統(tǒng)計(jì)方法論的研究，R為它們提供了一個(gè)開源的途徑，可以在R中產(chǎn)生精心設(shè)計(jì)的質(zhì)量圖，包括數(shù)學(xué)符號(hào)和公式。

2.Dataiku

Dataiku Data Studio(DSS)是一個(gè)軟件平臺(tái)，匯總了從原始數(shù)據(jù)到生產(chǎn)應(yīng)用程序所需的所有步驟和大數(shù)據(jù)工具。DSS分析數(shù)據(jù)通過(guò)簡(jiǎn)單的界面操作，即可找到數(shù)據(jù)中的相關(guān)性和重要變量，并測(cè)試***擬合模型。DSS還可以將模型和預(yù)測(cè)值發(fā)布到各種其他目的地，例如ElasticSearch，F(xiàn)TP服務(wù)器和內(nèi)部數(shù)據(jù)倉(cāng)庫(kù)。

3.Orange Data mining

Orange Data mining是一個(gè)開源的數(shù)據(jù)可視化和分析工具。數(shù)據(jù)挖掘是通過(guò)可視化編程或通過(guò)Python腳本完成的。Orange會(huì)記住這些選擇，提供最常用的組合，并智能地選擇要使用的小部件之間的通信通道?？梢岳们楣?jié)，條形圖，樹狀圖，網(wǎng)絡(luò)和熱圖來(lái)進(jìn)行可視化。有機(jī)器學(xué)習(xí)的組件，可用于生物信息學(xué)和文本挖掘。該解決方案包含了用于數(shù)據(jù)分析的功能，并且在Orange中有超過(guò)100個(gè)小部件。

4.RapidMiner

RapidMiner可作為數(shù)據(jù)分析的獨(dú)立應(yīng)用程序使用，也可作為集成到專有產(chǎn)品中的數(shù)據(jù)挖掘引擎。RapidMiner提供數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)程序，包括數(shù)據(jù)加載和轉(zhuǎn)換，數(shù)據(jù)預(yù)處理，可視化，建模，評(píng)估和部署。RapidMiner是用Java編程語(yǔ)言編寫的。它采用的學(xué)習(xí)計(jì)劃和歸屬來(lái)自于Weka的機(jī)器學(xué)習(xí)環(huán)境，統(tǒng)計(jì)建模方案來(lái)自R Project?？捎糜谖谋就诰?，多媒體挖掘，功能設(shè)計(jì)，數(shù)據(jù)流挖掘的集成方法的發(fā)展，以及分布式數(shù)據(jù)挖掘。

RapidMiner v6.0仍然是開源的。RapidMiner的***版本現(xiàn)在僅作為試用版或商業(yè)許可證提供。

5.Anaconda

Anaconda是一個(gè)由Python支持的開放式數(shù)據(jù)科學(xué)平臺(tái)。 Anaconda的開源版本是Python和R的高性能版本，包括超過(guò)100種用于數(shù)據(jù)科學(xué)的***的Python，R和Scala軟件包。還可以訪問(wèn)超過(guò)720個(gè)軟件包，可以使用包含在Anaconda中的conda，包，從屬關(guān)系等。

6.KNIME

KNIME桌面版是開源的，是用戶友好的數(shù)據(jù)訪問(wèn)，數(shù)據(jù)轉(zhuǎn)換，初步調(diào)查，預(yù)測(cè)分析，可視化和報(bào)告的圖形工作臺(tái)。開放的集成平臺(tái)提供了1000多個(gè)模塊或節(jié)點(diǎn)。KNIME還提供了基于數(shù)據(jù)信息開發(fā)報(bào)告的能力，并將新見解的應(yīng)用自動(dòng)化回到生產(chǎn)系統(tǒng)。KNIME產(chǎn)品有KNIME Desktop，KNIME Professional，KNIME Team Space，KNIME Server和KNIME Cluster Execution。 KNIME Desktop可以自由下載到桌面。基于Eclipse平臺(tái)的，并且有雙重許可證。非開源產(chǎn)品中的功能包括共享存儲(chǔ)庫(kù)，身份驗(yàn)證，遠(yuǎn)程執(zhí)行，調(diào)度，SOA集成和Web用戶界面。

7.DMWay

DMWay使得預(yù)測(cè)分析更易于獲取并且價(jià)格合理。DMWay解決方案允許用戶在幾個(gè)小時(shí)或幾天而不是幾個(gè)月的時(shí)間內(nèi)建立更好的預(yù)測(cè)模型，這可以適應(yīng)任何行業(yè)。DMWay分析引擎可以提供***級(jí)別的建模。分析引擎設(shè)計(jì)用于模擬經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家采取的步驟，以建立準(zhǔn)確有效的分析模型。DMWay評(píng)分引擎是建議企業(yè)尋求協(xié)助部署由分析引擎提供的預(yù)測(cè)分析結(jié)果的工具。

這個(gè)創(chuàng)新的解決方案是通過(guò)使用專家系統(tǒng)方法而不是“機(jī)器人”方法來(lái)實(shí)現(xiàn)的，模仿有經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家關(guān)于構(gòu)建大規(guī)模預(yù)測(cè)模型的方式。DMWay評(píng)分引擎是為企業(yè)尋求協(xié)助部署由分析引擎提供的預(yù)測(cè)分析結(jié)果而推薦的工具。

8.HP Haven Predictive Analytics

HP Distributed R是R語(yǔ)言的開源，可擴(kuò)展和高性能平臺(tái)，可加速大規(guī)模機(jī)器學(xué)習(xí)，統(tǒng)計(jì)分析和圖形處理。Haven Predictive Analytics為HP Vertica提供數(shù)據(jù)加速和原生SQL支持。與市場(chǎng)領(lǐng)先的列式MPP數(shù)據(jù)庫(kù)的本地集成將總體數(shù)據(jù)訪問(wèn)性能提高了5倍，并提供了一整套經(jīng)過(guò)驗(yàn)證的開箱即用的并行算法，以成熟的標(biāo)準(zhǔn)R算法生成準(zhǔn)確一致的結(jié)果。是預(yù)測(cè)分析免費(fèi)，完全兼容開源R語(yǔ)言和工具，并得到惠普企業(yè)的支持，并按每個(gè)節(jié)點(diǎn)定價(jià)。HP Haven Predictive Analytics由HP Vertica和Distributed R提供支持。Distributed R是基于與HP Labs開發(fā)的開放源代碼R語(yǔ)言的高性能分析引擎，可滿足要求最苛刻的大數(shù)據(jù)預(yù)測(cè)分析任務(wù)。分布式R提高了性能，并允許用戶分析比以前流行的R統(tǒng)計(jì)編程語(yǔ)言更大的數(shù)據(jù)集。

9.GraphLab Create

GraphLab Create是一個(gè)為開發(fā)人員和數(shù)據(jù)科學(xué)家構(gòu)建的機(jī)器學(xué)習(xí)平臺(tái)，具有函數(shù)式編程技巧和對(duì)數(shù)據(jù)科學(xué)的一些基本理解。能夠輕松地實(shí)現(xiàn)從想法到生產(chǎn)的原型和規(guī)模。示例服務(wù)包括推薦系統(tǒng)，欺詐檢測(cè)或客戶流失預(yù)測(cè)器。開發(fā)人員和數(shù)據(jù)科學(xué)家能夠快速部署并輕松與其他應(yīng)用程序集成。Discover版本提供免費(fèi)的開發(fā)者許可證，并提供社區(qū)論壇支持。

10.Lavastorm分析引擎

Lavastorm分析引擎公開版是一個(gè)易于使用，成本效益的工具，用于臨時(shí)發(fā)現(xiàn)和業(yè)務(wù)分析。公開版對(duì)于希望將分析處理能力放在桌面上的用戶非常理想，而且不需要大型數(shù)據(jù)處理能力，提供自動(dòng)持續(xù)分析和協(xié)作功能。Lavastorm是一種可視化的數(shù)據(jù)發(fā)現(xiàn)解決方案，可以讓你快速整合不同的數(shù)據(jù)，輕松發(fā)現(xiàn)洞察，并持續(xù)檢測(cè)異常，異常值或模式。它為企業(yè)用戶提供自助服務(wù)能力，為IT用戶提供集成，分析和業(yè)務(wù)控制領(lǐng)域的快速開發(fā)能力。其功能包括從任何來(lái)源(包括大數(shù)據(jù)源)獲取，轉(zhuǎn)換，合并和豐富數(shù)據(jù)，而不需要大量建模，預(yù)先規(guī)劃或用腳本。可檢測(cè)數(shù)據(jù)問(wèn)題，如完整性，格式不一致，準(zhǔn)確性，自動(dòng)化評(píng)估和清理流程。

11.Actian Vector Express

Actian Analytics Platform(Express Hadoop SQL Edition)是Hadoop內(nèi)部運(yùn)行100%的免費(fèi)社區(qū)版的端到端分析平臺(tái)。Actian分析平臺(tái)將Hadoop轉(zhuǎn)變?yōu)橐粋€(gè)高性能的分析平臺(tái)，使企業(yè)能夠通過(guò)分析來(lái)自多個(gè)來(lái)源的數(shù)據(jù)而無(wú)需采樣，從而提高預(yù)測(cè)和決策的準(zhǔn)確性。Actian Express，Hadoop SQL Edition使用現(xiàn)有的Hadoop集群提供高速和性價(jià)比。Actian Vector Express是Actian分析平臺(tái)的免費(fèi)社區(qū)版本，旨在提供快速簡(jiǎn)單的方法來(lái)提高分析的性能。它建立在基于矢量的分析數(shù)據(jù)庫(kù)基礎(chǔ)之上，Actian Express提供很好的性能和性價(jià)比，并且需要更少的硬件，幾乎不需要調(diào)整。Actian Vector Express包括以下功能：分析工作臺(tái) - 快速構(gòu)建可視工作流程準(zhǔn)備，轉(zhuǎn)換和分析數(shù)據(jù)，分析數(shù)據(jù)庫(kù) - 在幾秒鐘內(nèi)運(yùn)行復(fù)雜的查詢反對(duì)數(shù)十億條記錄和管理控制臺(tái)。

12.Scikit-learn

scikit-learn是簡(jiǎn)單高效的數(shù)據(jù)挖掘和數(shù)據(jù)分析工具。它是Python中的機(jī)器學(xué)習(xí)庫(kù)，建立在NumPy，SciPy和matplotlib之上，它也是開源的。其特點(diǎn)包括分類，回歸，聚類，降維，模型選擇和預(yù)處理。

13.微軟R

R是強(qiáng)大的，用于統(tǒng)計(jì)計(jì)算，機(jī)器學(xué)習(xí)和圖形的***編程語(yǔ)言，并得到用戶，開發(fā)者的繁榮的社區(qū)支持。R家族包括，服務(wù)器，客戶端，SQL Server等服務(wù)。支持各種大數(shù)據(jù)統(tǒng)計(jì)，預(yù)測(cè)建模和機(jī)器學(xué)習(xí)功能，R Server支持基于開源R的全方位的分析探索，分析，可視化和建模。Microsoft R客戶端是免費(fèi)的社區(qū)支持。

14.H2O.ai

H2O是一個(gè)開源的預(yù)測(cè)分析平臺(tái)。H2O用戶可以輕松地從微軟Excel和RStudio中探索和建模大數(shù)據(jù)，并將其與來(lái)自HDFS，S3，SQL和NoSQL數(shù)據(jù)源的數(shù)據(jù)連接起來(lái)。H2O講述了數(shù)據(jù)科學(xué)的語(yǔ)言，支持R，Python，Scala，Java和強(qiáng)大的REST API。業(yè)務(wù)應(yīng)用程序由H2O的NanoFastTM評(píng)分引擎提供支持。包括：分布式算法和回歸樹，如GBM，隨機(jī)森林(RF)，廣義線性模型(GLM)，k-均值和主成分分析(PCA)。

15.Weka Data Mining

Weka是用于數(shù)據(jù)挖掘任務(wù)的機(jī)器學(xué)習(xí)算法的集合。算法可以直接應(yīng)用于數(shù)據(jù)集，也可以從Java代碼調(diào)用。Weka包含用于數(shù)據(jù)處理，分類，回歸，聚類，關(guān)聯(lián)規(guī)則和可視化的工具。它也非常適合開發(fā)新的機(jī)器學(xué)習(xí)方案。 Weka是用Java編寫的，由新西蘭懷卡托大學(xué)開發(fā)。

16.Apache Spark

Apache Spark是用于大規(guī)模數(shù)據(jù)處理的快速且通用的引擎。Spark需要一個(gè)集群管理器和一個(gè)分布式存儲(chǔ)系統(tǒng)。對(duì)于集群管理，Spark支持獨(dú)立(本地Spark集群)，Hadoop YARN或Apache Mesos。對(duì)于分布式存儲(chǔ)，Spark能與各種各樣的，包括Hadoop分布式文件系統(tǒng)(HDFS)，MAPRA文件系統(tǒng)(FS-MAPRA)，Cassandra，OpenStack Swift，亞馬遜S3，Kudu，或自定義解決方案實(shí)現(xiàn)對(duì)接。

17.Octave

Octave是數(shù)字計(jì)算的高級(jí)解釋語(yǔ)言。它提供了數(shù)據(jù)可視化和操縱的線性，非線性問(wèn)題和圖形的解決方案。有許多可用于公共數(shù)值線性代數(shù)解決問(wèn)題的工具，尋找非線性方程的根，集成普通功能，操縱多項(xiàng)式，及整合的普通微分和代數(shù)微分方程。

18.Tanagra

Tanagra是一個(gè)用于學(xué)術(shù)和研究目的的免費(fèi)數(shù)據(jù)挖掘軟件，它具有探索性數(shù)據(jù)分析，統(tǒng)計(jì)學(xué)習(xí)，機(jī)器學(xué)習(xí)和數(shù)據(jù)庫(kù)等多種數(shù)據(jù)挖掘方法的功能。支持標(biāo)準(zhǔn)的數(shù)據(jù)挖掘任務(wù)，如：可視化，描述性統(tǒng)計(jì)，實(shí)例選擇，特征選擇，功能建設(shè)，回歸，影響因子分析，聚類，分類和關(guān)聯(lián)規(guī)則的學(xué)習(xí)。

19.PredictionIO

PredictionIO是一款開源的機(jī)器學(xué)習(xí)服務(wù)器，可以讓軟件開發(fā)人員創(chuàng)建個(gè)性化，推薦和內(nèi)容發(fā)現(xiàn)等預(yù)測(cè)功能。通過(guò)PredictionIO，預(yù)測(cè)這種特點(diǎn)的用戶行為，提供個(gè)性化的視頻，新聞，交易，廣告，職位，事件，文件，應(yīng)用程序，餐館和匹配服務(wù)。

20.Apache Mahout

Apache Mahout提供可擴(kuò)展的機(jī)器學(xué)習(xí)算法，主要集中在協(xié)作過(guò)濾，聚類和分類。許多實(shí)現(xiàn)使用Apache Hadoop平臺(tái)，包括成熟的Hadoop MapReduce算法，Scala，Spark和H2O算法。協(xié)同過(guò)濾：基于用戶的協(xié)同過(guò)濾，基于項(xiàng)目的協(xié)同過(guò)濾，矩陣分解與ALS，矩陣分解與隱式反饋和加權(quán)矩陣分解，SVD + ALS。