blocks|key|1355341|text|我不知道什么是引擎或框架，但我用过这个叫做Weka的工具，它有很多算法在里面实现。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1355342|entityMap|0|LINK|mutability|MUTABLE|url|http://www.cs.waikato.ac.nz/ml/weka/^0|L|4|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

I don't know about engines or frameworks, but I've used this tool called <a href="http://www.cs.waikato.ac.nz/ml/weka/" rel="nofollow">Weka</a>, it has plenty of algorithms implemented in it.

blocks|key|1355348|text|不太确定你在找什么。也许是像Lucene这样的东西|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1355349|entityMap|0|LINK|mutability|MUTABLE|url|http://lucene.apache.org/java/docs/index.html^0|E|6|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

Not really sure of what you're looking for. Perhaps something like <a href="http://lucene.apache.org/java/docs/index.html" rel="nofollow">Lucene</a>?

blocks|key|3672967|text|Apache+Mahout是一个Hadoop机器学习库，可以与MapReduce+(Apache+Hadoop)一起使用，也可以不与之一起使用。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3672968|它提供了以下算法在Java中的实现：|3672969|基于模糊K-Means的森林用户和项目协同过滤recommenders|3672970|K-Means，clustering|unordered-list-item|3672971|
|3672972|Mean+Shift+clustering|3672973|3672974|Dirichlet+process+clustering|3672975|3672976|Latent+Dirichlet+Allocation|3672977|3672978|Singular+value+decomposition|3672979|3672980|Parallel+Frequent+Pattern+mining|3672981|3672982|Complementary朴素贝叶斯classifier|3672983|3672984|Random+|3672985|3672986|3672987|3672988|3672989|你可以阅读更多：http://mahout.apache.org/|offset|length|3672990|http://girlincomputerscience.blogspot.com.br/2010/11/apache-mahout.html|3672991|http://www.ibm.com/developerworks/java/library/j-mahout/|3672992|entityMap|0|LINK|mutability|MUTABLE|url|http://mahout.apache.org/|1|2^0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|8|P|0|0|0|1Z|1|0|0|1K|2|0^^$0|@$1|2|3|4|5|6|7|1Q|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|1R|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|1S|8|@]|9|@]|A|$]]|$1|F|3|G|5|H|7|1T|8|@]|9|@]|A|$]]|$1|I|3|J|5|6|7|1U|8|@]|9|@]|A|$]]|$1|K|3|L|5|H|7|1V|8|@]|9|@]|A|$]]|$1|M|3|J|5|6|7|1W|8|@]|9|@]|A|$]]|$1|N|3|O|5|H|7|1X|8|@]|9|@]|A|$]]|$1|P|3|J|5|6|7|1Y|8|@]|9|@]|A|$]]|$1|Q|3|R|5|H|7|1Z|8|@]|9|@]|A|$]]|$1|S|3|J|5|6|7|20|8|@]|9|@]|A|$]]|$1|T|3|U|5|H|7|21|8|@]|9|@]|A|$]]|$1|V|3|J|5|6|7|22|8|@]|9|@]|A|$]]|$1|W|3|X|5|H|7|23|8|@]|9|@]|A|$]]|$1|Y|3|J|5|6|7|24|8|@]|9|@]|A|$]]|$1|Z|3|10|5|H|7|25|8|@]|9|@]|A|$]]|$1|11|3|J|5|6|7|26|8|@]|9|@]|A|$]]|$1|12|3|13|5|H|7|27|8|@]|9|@]|A|$]]|$1|14|3|-4|5|H|7|28|8|@]|9|@]|A|$]]|$1|15|3|-4|5|H|7|29|8|@]|9|@]|A|$]]|$1|16|3|-4|5|6|7|2A|8|@]|9|@]|A|$]]|$1|17|3|-4|5|6|7|2B|8|@]|9|@]|A|$]]|$1|18|3|19|5|6|7|2C|8|@]|9|@$1A|2D|1B|2E|1|2F]]|A|$]]|$1|1C|3|1D|5|6|7|2G|8|@]|9|@$1A|2H|1B|2I|1|2J]]|A|$]]|$1|1E|3|1F|5|6|7|2K|8|@]|9|@$1A|2L|1B|2M|1|2N]]|A|$]]|$1|1G|3|-4|5|6|7|2O|8|@]|9|@]|A|$]]]|1H|$1I|$5|1J|1K|1L|A|$1M|1N]]|1O|$5|1J|1K|1L|A|$1M|1D]]|1P|$5|1J|1K|1L|A|$1M|1F]]]]

Apache Mahout is an OpenSource Machile Learning library, that can be used with or without MapReduce (Apache Hadoop).

It provides the folloeing algorithms implementation in Java:

<ul>
<li>Collaborative Filtering</li>
<li>User and Item based recommenders</li>
<li>K-Means, Fuzzy K-Means clustering</li>
<li>Mean Shift clustering</li>
<li>Dirichlet process clustering</li>
<li>Latent Dirichlet Allocation</li>
<li>Singular value decomposition</li>
<li>Parallel Frequent Pattern mining</li>
<li>Complementary Naive Bayes classifier</li>
<li>Random forest decision tree based classifier</li>
</ul>

You can read more:
<a href="http://mahout.apache.org/" rel="nofollow">http://mahout.apache.org/</a>

<a href="http://girlincomputerscience.blogspot.com.br/2010/11/apache-mahout.html" rel="nofollow">http://girlincomputerscience.blogspot.com.br/2010/11/apache-mahout.html</a>

<a href="http://www.ibm.com/developerworks/java/library/j-mahout/" rel="nofollow">http://www.ibm.com/developerworks/java/library/j-mahout/</a>

blocks|key|1355380|text|RapidMiner是免费的，开源的，可以在windows，mac，linux上运行，是一个很好的图形化的基于工作流的程序。它运行所有的Weka代码，并与R。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1355381|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

RapidMiner is free and open source and runs on windows, mac, linux, and is a nice graphical workflow based program. It runs all Weka code, and integrates with R.

blocks|key|2102278|text|Weka和Rapidminer在集群方面没有那么强。它们大多进行分类和相似的预测，但很少进行聚类。看看ELKI，它就像WEKA一个大学项目，但有大量的聚类和离群值检测方法。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2102279|entityMap|0|LINK|mutability|MUTABLE|url|http://elki.dbs.ifi.lmu.de/^0|1F|4|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

Weka and Rapidminer aren't that strong on clustering. They mostly do classification and similar predictions, but very little clustering. Have a look at <a href="http://elki.dbs.ifi.lmu.de/" rel="nofollow">ELKI</a>, which is like WEKA a university project, but has tons of clustering and outlier detection methods.

blocks|key|1353812|text|对于文本处理(而不是数字数据挖掘和聚类)，NLTK工具包值得一看。这是为了教授Python中的自然语言处理技术。因此，它是修补的理想之选，如果您选择使用Python，您一定会发现许多组件类和实现都很有用。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1353813|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

And for text processing (rather than numeric data mining and clustering) then the NLTK toolkit is worth a look. This is intended to teach Natural Language Processing techniques in Python. So it is ideal for tinkering with, and you are bound to find many of the component classes and implementations useful if you choose to use Python.

blocks|key|2102266|text|我最喜欢的数据挖掘解决方案是RapidMiner：http://www.RapidMiner.com/|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2102267|以下是对数据挖掘专家中最流行的数据挖掘工具的调查：http://www.kdnuggets.com/2011/05/tools-used-analytics-data-mining.html|2102268|KDnuggets调查2011:+RapidMiner是全球数据挖掘专家中使用最广泛的数据挖掘解决方案。|2102269|entityMap|0|LINK|mutability|MUTABLE|url|http://www.rapidminer.com/|1|http://www.kdnuggets.com/2011/05/tools-used-analytics-data-mining.html^0|P|Q|0|0|P|1Y|1|0|0^^$0|@$1|2|3|4|5|6|7|R|8|@]|9|@$A|S|B|T|1|U]]|C|$]]|$1|D|3|E|5|6|7|V|8|@]|9|@$A|W|B|X|1|Y]]|C|$]]|$1|F|3|G|5|6|7|Z|8|@]|9|@]|C|$]]|$1|H|3|-4|5|6|7|10|8|@]|9|@]|C|$]]]|I|$J|$5|K|L|M|C|$N|O]]|P|$5|K|L|M|C|$N|Q]]]]

RapidMiner is my prefered data mining solution:
<a href="http://www.RapidMiner.com/" rel="nofollow">http://www.RapidMiner.com/</a>

Here is survey of the most popular data mining tools among data mining experts:
<a href="http://www.kdnuggets.com/2011/05/tools-used-analytics-data-mining.html" rel="nofollow">http://www.kdnuggets.com/2011/05/tools-used-analytics-data-mining.html</a>

KDnuggets Poll 2011: RapidMiner is the most widely used data mining solution among data mining experts world-wide.

blocks|key|2097989|text|我是一个用于频繁模式挖掘的Java开源软件的作者。它提供了挖掘序列模式、关联规则、频繁项集等的算法。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2097990|虽然它不是专门为文本挖掘而设计的，但其中一些算法可以应用于挖掘文本中的频繁模式。例如，如果您想要找到一些经常出现在几个句子中的单词序列，您可以应用序列模式挖掘算法。但是要做到这一点，你需要在应用我的软件之前进行一些预处理，以便你的文本文件是正确的格式。|2097991|您可以在此处查看该软件：http://www.philippe-fournier-viger.com/spmf/|offset|length|2097992|entityMap|0|LINK|mutability|MUTABLE|url|http://www.philippe-fournier-viger.com/spmf/^0|0|0|C|18|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|R|8|@]|9|@$F|S|G|T|1|U]]|A|$]]|$1|H|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|I|$J|$5|K|L|M|A|$N|O]]]]

I'm the author of a Java open-source software for frequent pattern mining. It offers algorithms for mining sequential patterns, association rules, frequent itemsets, etc. 

Although it is not specifically designed for text mining, some of the algorithms could be applied in to mine frequent patterns in text. For example, if you want to find some sequences of words that appear often together in several sentences you could apply a sequential pattern mining algorithm. But to do that you would need to to some pre-processing before applying my software so that your text file are in the proper format.

You can check the software here:
<a href="http://www.philippe-fournier-viger.com/spmf/" rel="nofollow">http://www.philippe-fournier-viger.com/spmf/</a>

blocks|key|2097956|text|Apache+Mahout提供了一系列流行的算法，这些算法也可以应用于文本数据，并且具有很好的可扩展性！Apache+UIMA不提供数据挖掘算法，但它是一个广泛用于自然语言处理的框架。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2097957|entityMap|0|LINK|mutability|MUTABLE|url|http://mahout.apache.org/|1|http://uima.apache.org/^0|0|D|0|1G|B|1|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@$A|O|B|P|1|Q]|$A|R|B|S|1|T]]|C|$]]|$1|D|3|-4|5|6|7|U|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]|L|$5|G|H|I|C|$J|M]]]]

<a href="http://mahout.apache.org/" rel="nofollow">Apache Mahout</a> offers a bunch of popular algorithms that can also be applied on textual data and is also quite scalable! <a href="http://uima.apache.org/" rel="nofollow">Apache UIMA</a> doesn't offer data mining algorithms but is a framework that is widely used in natural language processing.

What opensource/free data mining engines and frameworks do you know and use for textual data?

Thank you for any advice!

Data mining engines and frameworks?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

你知道和使用哪些开源/免费的数据挖掘引擎和框架来处理文本数据？谢谢你的建议！

问数据挖掘引擎和框架？
EN

回答 9

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问数据挖掘引擎和框架？EN

回答 9

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问数据挖掘引擎和框架？
EN