主要数据挖掘软件比较

数据挖掘工具 Unica SAS/EM Insightful Miner IBM IM SPSS
产品构成(功能模块) Affinium Model
响应(流失)模型、交叉销售模型、市场细分及客户描述、客户价值分析
SAS Base SAS Graph SAS EM S-PLUS Insightful Miner, 无数据量限制,含有最丰富的算法库与统计分析函数库 分类、分群、关联、相似序列、序列模式、预测 Base Clementine
图形化界面 Yes Yes Yes Yes Yes
菜单驱动 Yes No Yes No No
托拽式操作 Yes Yes Yes Yes Yes
数据挖掘模型(列举) 神经网络、线性回归、 Logist 回归、后向传播神经元网络、 CHAID CART 决策树、 Na ï ve Bayes RFM K Mean 等几百个模型和算法 神经网络、决策树、传统统计技术、预测、时间序列、聚类方法、关联方法等 神经网络、决策数神经网络、决策树、最邻近算法、预测、时间序列、聚类方法、 logistic regression, cox regression 神经网络、决策数神经网络、决策树、最邻近算法、预测、时间序列、聚类方法、关联方法等 12 类模型: Neural Net C5.0 C&R Tree Kohonen K-Means TwoStep Apriori GRI Sequence PCA/Factor Regression Logistic
灵活算法 Yes
能自动选择参与模型运算的变量
No No No No
具有多模型整合能力 Yes Yes Yes No Yes
数据挖掘流程易于管理 一般
数据挖掘流程可再利用 Yes Yes Yes Yes Yes
数据挖掘流程可充分共享 Yes No Yes Yes Yes
提供模型评估方法 Yes  Yes Yes Yes Yes
挖掘结果可集成于其他应用 Yes (能生成标准的 C 代码和 SAS 代码) No Yes No Yes (但不能脱离 SPSS Clemnetine 平台)
最大数据处理量 16000 个变量、 20 亿条记录   无限制   不限
挖掘过程监控 Yes Yes Yes Yes Yes
异常处理 Yes Yes Yes Yes
并行处理能力 Yes No Yes Yes Yes
支持访问异构数据库 Yes Yes(需单独购买) Yes Yes (需单独的模块支持) Yes
提供二次开发接口函数 Yes No Yes Yes Yes
扩展能力 No No YesS语言是个开放的开发平台 No No
挖掘结果转化为主流格式文件、图形的能力 Yes No Yes   Yes
支持多层次分析人员 Yes
能支持业务分析人员、统计分析人员、 IT 人员使用
No No No No
其他 将数学建模过程自动化、支持多层次分析人员使用、对软件使用人员要求低、实施周期短、响应数据快、具有多种报表、易于理解分析结果。 需具备较强的计算机、数据挖掘的理论和实践基础;每年需缴纳第一年软件许可费的 50% 的租费。 可以购买永久使用权,需要较强的数据库与数据挖掘理论基础 必须建立在 DB2 的基础上、分析结果解释困难 需具备较强的计算机、数据挖掘的理论和实践基础

你可能感兴趣的:(数据挖掘)