有哪些好用的机器学习和数据挖掘工具？

Posted 2021-04-27 数据皮皮侠

尝试写一些我工作中用到过的，

且个人感觉有特点，比较看好的工具吧。

我的分析工具可以分为三大类：

1.机器学习工具

2.数据集成/转换工具

3.前端可视化工具

机器学习工具：

PyTorch，Tensorflow，Weka，Keras

我个人用Keras比较多，

这里贴两个我经常看API文档链接：

主页 - Keras 中文文档

Keras:基于Python的深度学习库 - Keras中文文档

不过这些除了Weka以外都是代码库，

也就是写代码来操作的工具，

以下是个人推荐两个 码农锄具：

Sublime，PyCharm.

Sublime 比较追求写的体验，
PyCharm比较追求调用使用。

如果你曾是PyCharm等IDE的使用者，

我强推Sublime

熟悉后它能让你在写代码这个过程有好体验，

而且有时轻量级的脏数据处理，

也可以在这Sublime上面解决。

而且长期使用Sublime，

遇到面试也不会因为掉包而退化写码能力。

一举多得（纯个人想法）

---

数据集成/转换工具：

Informatica，Kettle.

Kettle图形化界面

虽然这kettle有些时候比较...

比较受限制比较乏力就是了...

但还是有特点的，方便传递给别人使用。

与打包好的可执行文件不同。

做ETL， Kettle 调通一次之后，

甩给别人去跑都可以，

出了问题用的人也很容易找到问题，

毕竟就那么几个模块。

而且Kettle集成了Hadoop生态服务的支持。

也是加分项。

---

前端可视化工具

数据转图像也是很重要的一步，可视化有时是在分析过程中需要比较直观查看数据的方式。同时也是关系到展示数据后能否执行做好沟通的关键命门。

可视化工具：

Echarts，pyecharts，Tableau

Tableau 个人用得比较少，

但还是很看好的一个工具。

具有出色的图表操作UI。

然后不太推荐pyecharts，

尽管它python党的福音

但我还是觉得Echarts更好些。

原因就是pyecharts大更了，

然后文档和目前的工具库有挺多对不上的坑。

详情见：Crow·Lu：[pyecharts]v1版本爬坑之旅

所以比较推荐Echarts，地图可视化也很实用。

让国内各省数据直观的在地图上展示再好不过。

贴一个Echarts：

Examples - Apache ECharts (incubating)

如果你目前只会用一门编程语言，

我其实建议多开几扇门。

最后贴一个趣闻（大概内容应该没记错）：

我的导师在一堂 数据挖掘课 开始前讲到，
如果你不能在一顿早饭的功夫掌握一个新语言，
那你还是趁早出门左转，退掉我的课。
——bilibili uper “胖丁家的林亦”

以上是我个人常用且认为有特点，

可以利用好的数据挖掘工具。

当我看到一个工具优势特点非常明显，

那么他的缺点其实也很明显。

同时，

缺点很明显的工具，

也很有可能在某些领域具有独特的优势。

能不能用好，其实还是看用的人。

没有最好的工具，

只有会用工具的人。

有的时候，不是工具好让人完成一些事。
而是一些人用了这些工具完成了这些事。

数据挖掘资源：数据、电子书、资料等

我们整理了一个超级棒的资料包，请关注下面的微信