详情介绍
RapidMiner是一款专业强大的数据挖掘图形化工具，它为用户免费提供数据挖掘技术和类库，在一个非常大的程度上有着先进技术，最大特色就是图形用户界面的互动原型。除此之外，这款软件拥有超过1500种机器学习算法和函数库，可以为任何用例构建最强可能的预测模型，同时可视化工作流程设计人员利用预定义连接，内置模板和可重复工作流程，加速了预测模型的原型设计和验证，能够满足用户的所有商业智能和高级分析需求。不仅如此，它还支持支持预测性分析建模与验证，支持数据访问、数据探索、数据准备、数据清洗、数据建模以及模型验证等功能，能够访问所有类型的数据，支持在所有主流平台和操作系统上运行，非常符合用户的使用情况。
另外，全新的RapidMiner带来许多升级和优化，允许用户从纯文本文件，Office文档甚至Oracle，MySQL或PostgreSQL等数据库服务器中加载所需的信息。通过使用最新的安全组件定期更新Docker映像，容器化平台的安全性也得到了提高。利用新的RapidMiner扩展进行自然语言处理，提取语音部分标签，并在自由文本中识别人、城市、组织和其他实体。这通常被用作一种预处理方法，用来确定文档、网站文本等的内容。有需要的用户欢迎下载。
RapidMiner安装教程
1、下载解压，得到RapidMiner和crack文件夹；
2、首先双击文件“exe”安装软件，依提示安装即可；
3、同意安装协议；
5、去除运行勾选，点击finish退出安装向导；
6、打开Crack文件夹，将lib文件夹复制替换到安装路径；
【C:\Program Files\RapidMiner\RapidMiner Studio】
7、运行软件，选择手动激活；
8、输入许可证代码（见压缩包内的readme.txt）
9、至此，软件成功激活，以上就是RapidMiner的详细安装教程。
软件特色
1、数据访问以任何规模连接到任何数据源，任何格式。
2、数据探索
快速发现模式或数据质量问题
3、数据混合
为预测分析创建最佳数据集。
4、数据清理
专业清理高级算法的数据。
5、造型
快速有效地构建和交付更好的模型。
6、验证
自信而准确地估计模型性能。
功能介绍
1、偏差检测和缓解接收偏差警告在RapidMiner平台的每个部分，包括Turbo Prep，模型模拟器等。当Studio认为你的专栏可能会导致模型偏差时，你会收到一个警告，以及一个解释它是由什么触发的平台内标注。
2、流媒体和IIOT的进步
在低延迟(50-100ms)的用例中混合和匹配RapidMiner和Python，例如对大量传感器数据评分。此外，当创建设备异常检测模型、基于数据建模物理行为等时，利用新的功能拟合操作符将数据与自定义功能相匹配。
3、安全增强
对Docker无根模式的支持以及Kubernetes环境中增强的安全性都提高了我们的整体安全标准。通过使用最新的安全组件定期更新Docker映像，容器化平台的安全性也得到了提高。
4、时间序列预测
在RapidMiner Go中，基于历史数据自动预测单变量时间序列的未来值。在预测销售或人员需求时，跟踪先进的和季节性的趋势，并使用直观的可视化来比较竞争模型的结果。
5、NLP扩展
利用新的RapidMiner扩展进行自然语言处理，提取语音部分标签，并在自由文本中识别人、城市、组织和其他实体。这通常被用作一种预处理方法，用来确定文档、网站文本等的内容。
RapidMiner新功能
1、可视化工作流设计器提高从分析师到专家的整个数据科学团队的生产力
在拖放式可视界面中加速并自动创建预测模型
1500+的丰富库 算法和函数确保了任何用例的最佳模型
针对常见使用情形的预构建模板，包括客户流失、预测性维护、欺诈检测等
《人群的智慧》在每一步都提供积极的建议，帮助初学者
2、连接到任何数据源
处理所有数据，无论数据位于何处
即时创建指向数据库、企业数据仓库、数据湖、云存储、业务应用程序和社交媒体的点击
式连接 随时随地轻松重复使用连接与需要访问的任何人共享它们通过
RapidMiner 市场的扩展连接到新资源
3、自动化的数据库内处理
在数据库内运行数据准备和 ETL，使您的数据针对高级分析进行优化
查询和检索数据，而无需编写复杂的 SQL
利用高度可扩展的数据库集群的强大功能
支持 MySQL、PostgreSQL 和 Google BigQuery
4、数据可视化与探索
评估数据的健康度、完整性和质量
通过散点图、直方图、线图、平行坐标、箱形图等了解模式、趋势和分布
快速找到并修复常见的数据质量问题，包括丢失的值和异常值
使用健壮的统计概述和超过30种交互式可视化探索数据
5、数据准备和混合
消除为预测建模准备数据的麻烦
提供一个完全交互式的点+点击数据准备体验
跨任意数量的数据源提取、联接、筛选和分组数据
创建可计划和共享的可重复的数据准备和ETL流程
6、视觉和自动机器学习
快速创建有影响力的机器学习模型，无需编写代码
RapidMiner Auto Model使用自动机器学习在5次点击中创建模型
从数百种监督和非监督的机器学习算法中选择
实现基本和高级的ML技术，包括回归、集群、时间序列、文本分析和深度学习
构建模型以对诸如成本之类的约束敏感，从而优化预期的业务影响
使用自动化和手动的特征工程来优化模型的准确性
评论或提问 （已有0条评论）