7/23/2007
一款像模像样的数据挖掘软件—AlphaMiner
介绍一款免费的数据挖掘软件，就是左图所示的AlphaMiner，1.0版由香港大学电子商务研究所研制，现在它由该机构和哈尔滨工业大学（哈工大，叫全称怎么这么别扭）深圳研究生院联合成立的一个商务智能实验室共同开发维护，已经升级到2.0版。它自称是一个开源项目（的确开放源代码），但我现在看它在sourceforge的链接已经删掉，不知为什么。试着一句话介绍：
AlphaMiner是一款基于开源项目Weka和Xelopes的，跟主流数据挖掘平台如SAS Enterprise Miner、SPSS clementine、S-Plus Insightful Miner等拥有一样友好图形界面和工作流方式的，可以实施大多数常用数据挖掘算法的，免费的、可以定制中文界面的、像模像样的、开源的数据挖掘软件。
这里的关键词是“像模像样”，是跟上面提到的SAS Enterprise Miner、SPSS clementine、S-Plus Insightful Miner相比来说的，AlphaMiner小巧玲珑，安装文件（加上JRE）不到40M，图形界面、工作流方式，还有提供的众多数据挖掘算法，可谓麻雀虽小，五脏俱全，各方面真是像模像样，以下的特点都是来自2.0版：
- 图形界面，工作流方式，左边是带选择的节点，右边的大片空白就是工作簿，用来堆放从左边拖曳过来的各种节点，这样的工作环境跟SAS Enterprise Miner、SPSS clementine、S-Plus Insightful Miner等主流数据挖掘平台一模一样；
- 数据挖掘流程，遵循跟SPSS clementine一样的所谓CRISP工业标准(Cross Industry standard Process for Data Mining,CRISP-DM)，即把一个数据挖掘项目的流程分为以下六个部分，体现在AlphaMiner界面左侧的选项就是Data Understanding、Data Preparation、Modeling、Evaluating和Evaluate：
- 理解业务(business understanding)
- 理解数据(data understanding)
- 数据准备(data preparation)
- 建模(modeling)
- 评估(evaluation)
- 实施(deployment)
- 算法，AlphaMiner提供包括分类、聚类和关联分析的共12种现成数据挖掘算法，其中，关联分析(Association)一种，聚类(Cluster)提供KMeans和WKMeans两种算法，分类(classification)算法有：
- 决策树(Decision Tree)
- 简单贝叶斯(Naive Bayes)
- 序贯最小优化(Sequential Minimal Optimization，SMO)
- 逻辑斯蒂回归(Logistic Regression)
- 线性回归(Linear Regression)
- 多层感知器(Multilayer Perception)
- 径向基网络(RBFNetwork)
- OneR，（以前是一个插件，用来生成规则）
- WekaClassifier（以前是一个插件，用来调用Weka的分类器）
AlphaMiner2.0的下载地址在：http://bi.hitsz.edu.cn/AlphaMiner/index.htm
Tools 
Help
