Molegro Data Modeller MODUNT DE DATA DE MOLEGRO - Une application multi-plateforme pour l'exploitation minière de données, la modélisation des données et la visualisation des données
Télécharger maintenant

Molegro Data Modeller Classement & Résumé

Molegro Data Modeller Mots clés

visualisation de données visualiseur visualisation modeleur données modélisateur Modélisation de données

Molegro Data Modeller La description

Molegro Data Modeller - une application multi-plate-forme pour l'exploitation minière de données, la modélisation des données et la visualisation des données Molegro Data Modeller est une application multi-plate-forme pour l'exploitation de données, la modélisation des données et la visualisation des données.L'interface utilisateur centrée sur la feuille de calcul faite le modéliseur de données Molegro une alternative simple et abordable à des solutions complexes à base de flux de travail ou à des produits statistiques pilotés par la commande. Voici quelques caractéristiques essentielles de "Molegro Data Modeller": RegressionMoleGro Data Modeller propose différents types de méthodes de régression: · Modèles de régression linéaire multiples Les relations linéaires simples entre données et sont rapides et efficaces. · Les moindres carrés partiels réduisent la dimensionnalité du jeu de données avant de créer un modèle. Convient aux ensembles de données avec de nombreuses variables indépendantes. · Les réseaux de neurones sont en mesure de modéliser des relations très non linéaires. · Les machines de vecteur de support sont également en mesure de modéliser des relations complexes et ont tendance à être moins exposées à la survêtement que les réseaux neurants. · La sélection de la fonctionnalité et la sélection de la sélection croisée sont faciles à installer dans l'Assistant de régression: des systèmes différents peuvent être choisis (sélection avant, arrière et colline) et être combinés à différents critères de sélection de modèle (critère d'information de Bayes ou cross validés de manière validée. 2). Différents classements des descripteurs peuvent être utilisés lors de la recherche sur les descripteurs. La validation du cross est aussi simple. Vous pouvez faire la validation croisée en utilisant le congé-one-out en utilisant un nombre spécifié de plis aléatoires ou en créant manuellement des plis. · VisualisationLes types de visualisation différents sont très interactifs. Les sélections dans la feuille de calcul sont directement affichées dans les parcelles et inversement. Il est également possible d'appliquer différents schémas de coloration définis par l'utilisateur et appliquer de la gigue (ajoutez du bruit artificiel aux parcelles de données). · Le modeleur de données de clusteringMoleGro offre deux types de clustering: k-olyse la clustering (qui est très efficace) et un schéma de clustering à base de densité (qui est capable de capturer des formes de grappes plus complexes). · Analyse principale des composants (PCA). L'analyse des composants PCA est une méthode de réduction de la dimensionnalité d'un jeu de données. Un nouvel ensemble de composants principaux est créé à l'aide de combinaisons linéaires des descripteurs d'origine. Le nombre de descripteurs est alors réduit en ne gardant que les descripteurs qui contribuent la plus à la variance. · Transformations de données algébraïques.La est possible de travailler avec des transformations algébriques directement sur les colonnes: par exemple, "nouvelle activité = journal (acte) + bêta ^ 2" créera une nouvelle colonne en fonction de l'expression. · Modeller Data DataSgrOGro fournit deux méthodes permettant de localiser des données anormales: · une méthode à base de quartile qui vérifie à quelle distance un point de données provient du 25e et du 75e centile. Cette méthode examine chaque descripteur individuellement. · Une méthode à base de densité qui calcule une densité locale pour chaque point de données. Les points de données avec une faible densité sont loin des autres points de données et pourraient être des valeurs aberrantes. · La création de sous-ensembles avancéeMoleGro Data Modeller offre une méthode basée sur la grille de création d'un sous-ensemble diversifié d'un jeu de données. Il est possible de créer des grilles dans un nombre arbitraire de dimensions et si vous utilisez des grilles 2D et 3D, elles peuvent être visualisées directement dans les traceurs de données. Autres caractéristiques · Brouillage (mélange) des colonnes et «Remplacer par des valeurs aléatoires» pour effectuer une randomisation Y. · Préparation des données: mise à l'échelle, normalisation, réparation de valeurs manquantes. · Coloriage de données. · Vues de la corrélation. · Similation Navigateur. · Gnuplot Export (pour la création et la personnalisation des parcelles de qualité de publication). · Aide en ligne et vérification automatique des mises à jour.Limitations: · 30 jours NatureNote: Pour télécharger l'application, vous devez demander un essai gratuit et sauvegarder le procès clé de licence. Quoi de neuf dans cette version: · Modèle de régression Paramètre de réglage à l'aide de la recherche basée sur la grille · Visualisation de données hautes dimensionnelles à l'aide d'un nouvel algorithme de carte à ressort-masse · Amélioration des algorithmes de sélection des fonctionnalités et des préférences supplémentaires pour la personnalisation · Taille descripteur, visualisation de cartes de printemps, nouveaux schémas de coloration et options de zoom ont été ajoutées à la boîte de dialogue Matrix de corrélation. · Option d'évaluation du pourcentage supplémentaire en pourcentage à l'assistant de régression · Nouvelle option pour créer des sous-ensembles à partir d'E.G. résultats de regroupement · Améliorations mineures d'interface utilisateur et corrections de bugs

Molegro Data Modeller Logiciels associés