सबसे पहले मैं आपको बता दूं कि मेरी राय में अब तक का सबसे अच्छा उपकरण आर है, जिसमें बहुत सारे पुस्तकालय और उपयोगिताओं हैं जो मैं यहां नहीं जाना चाहूंगा।
मुझे वीका के बारे में चर्चा का विस्तार करने दें
R के लिए एक पुस्तकालय है, जिसे RWeka कहा जाता है, जिसे आप R में आसानी से स्थापित कर सकते हैं, और R के लोगों के साथ इस महान कार्यक्रम से कई कार्यक्षमताओं का उपयोग कर सकते हैं, मैं आपको एक सरल निर्णय पेड़ बनाने के लिए एक कोड उदाहरण देता हूं। एक मानक डेटाबेस से पढ़ें जो इस पैकेज के साथ आता है (परिणामी पेड़ को आकर्षित करना भी बहुत आसान है लेकिन मैं आपको यह करने के लिए शोध करने जा रहा हूं कि यह कैसे करना है, जो कि आरवेका प्रलेखन में है:
library(RWeka)
iris <- read.arff(system.file("arff", "iris.arff", package = "RWeka"))
classifier <- IBk(class ~., data = iris)
summary(classifier)
ऐसा करने के लिए कई अजगर पुस्तकालय भी हैं (अजगर सीखना बहुत आसान है)
पहले मुझे आपके द्वारा उपयोग किए जाने वाले पैकेजों की गणना करने दें, मैं उनके बारे में विस्तार से नहीं जा रहा हूं; वीका (हाँ, आपके पास अजगर के लिए एक पुस्तकालय है), एनएलकेटी (टेक्सटाइनिंग के लिए सबसे प्रसिद्ध ओपन सोर्स पैकेज) के अलावा, स्टैपी , बीमार , और डरपोक ।
नारंगी भी है जो उत्कृष्ट है (मैं इसके बारे में भी बाद में बात करूंगा), यहां तालिका cmpart1 में डेटा से एक पेड़ करने के लिए एक कोड उदाहरण है, जो 10 गुना तह सत्यापन भी करता है, आप पेड़ को भी ग्राफ कर सकते हैं
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
कुछ अन्य पैकेजों के साथ समाप्त करने के लिए जिनका मैंने उपयोग किया और दिलचस्प पाया
नारंगी : नौसिखिए और विशेषज्ञों के लिए डेटा विज़ुअलाइज़ेशन और विश्लेषण। दृश्य प्रोग्रामिंग या पायथन स्क्रिप्टिंग के माध्यम से डेटा खनन। मशीन सीखने के लिए घटक। जैव सूचना विज्ञान और पाठ खनन के लिए एक्सटेंशन। (मैं व्यक्तिगत रूप से इसे पुनः प्राप्त करता हूं, मैंने इसे अजगर में एकीकृत करने के लिए बहुत उपयोग किया था और यह बहुत अच्छा था) यदि आप मुझे चाहते हैं तो मैं आपको कुछ अजगर कोड भेज सकता हूं।
ROSETTA : मोटे सेट सिद्धांत के ढांचे के भीतर सारणीबद्ध डेटा का विश्लेषण करने के लिए टूलकिट। ROSETTA को समग्र डेटा खनन और ज्ञान खोज प्रक्रिया का समर्थन करने के लिए डिज़ाइन किया गया है: डेटा के प्रारंभिक ब्राउज़िंग और प्रीप्रोसेसिंग से, कम से कम विशेषता सेट की गणना और यदि-तब नियमों या वर्णनात्मक पैटर्न की पीढ़ी के माध्यम से, प्रेरित नियमों या पैटर्न के सत्यापन और विश्लेषण के लिए। । (मुझे भी इसका इस्तेमाल करने में बहुत मज़ा आया)
केईएल : प्रतिगमन, वर्गीकरण, क्लस्टरिंग, पैटर्न खनन और इतने पर सहित डेटा माइनिंग समस्याओं के लिए विकासवादी एल्गोरिदम का आकलन करें। यह हमें मौजूदा लोगों की तुलना में किसी भी सीखने के मॉडल का पूर्ण विश्लेषण करने की अनुमति देता है, जिसमें तुलना के लिए एक सांख्यिकीय परीक्षण मॉड्यूल भी शामिल है।
DataPlot : वैज्ञानिक दृश्य, सांख्यिकीय विश्लेषण और गैर-रेखीय मॉडलिंग के लिए। लक्ष्य डाटाप्लॉट उपयोगकर्ता शोधकर्ता और विश्लेषक है जो वैज्ञानिक और इंजीनियरिंग प्रक्रियाओं के लक्षण, मॉडलिंग, विज़ुअलाइज़ेशन, विश्लेषण, निगरानी और अनुकूलन में लगे हुए हैं।
Openstats : एक सांख्यिकी और माप प्राइमर, वर्णनात्मक सांख्यिकी, सरल तुलना, भिन्न का विश्लेषण, सहसंबंध, एकाधिक प्रतिगमन, बाधित समय श्रृंखला, बहुभिन्नरूपी सांख्यिकी, गैर-पैरामीटर सांख्यिकी, मापन, सांख्यिकीय प्रक्रिया नियंत्रण, वित्तीय प्रक्रिया, तंत्रिका नेटवर्क, सिमुलेशन शामिल हैं