機器學習和預測分析軟件,可用于開發預測性、描述性和分析模型。
標簽:開發商: Minitab
當前版本: 8
產品類型:軟件
產品功能:大數據分析工具
平臺語言:
開源水平:不提供源碼
本產品的分類與介紹僅供參考,具體以商家網站介紹為準,如有疑問請來電 023-68661681 咨詢。
Salford Predictive Modeler (SPM 8)是Minitab 的機器學習軟件集成套件,包括 CART、MARS、TreeNet、Random Forests 引擎,以及全新的、功能強大的自動化和建模功能。
SPM 軟件套件采用了分類、回歸、生存分析、缺失值分析、數據裝箱以及聚類/分段等數據挖掘技術。SPM 算法被視為高級數據科學圈的基礎。
* 關于本產品的分類與介紹僅供參考,精準產品資料以官網介紹為準,如需購買請先行測試。
預打包了 70 多種自動化方案,這些都是受領先模型分析人員構造他們的建模作品的啟發而得到的。
這類工具能夠將分析人員從乏味的工作中解放出來,讓他們有更多時間專注在模型開發等有創意的工作上。
增強了回歸、分類和邏輯回歸分析方法,以支持超大數據集。
在核心工具中新增的功能,主要是基于用戶反饋和數據科學進展而不斷開發的。
彌合 Jerome Friedman 及 Leo Breiman 的領先學術思想與現實中實際應用之間的差距。
包含CART決策樹、MARS非線性回歸樣條、TreeNet梯度推進、Random Forests樹集成等強大的建模引擎。
Salford Predictive Modeler 的 CART® 建模引擎是絕佳的分類樹,為高級分析領域帶來創新,開啟了暫新的數據科學時代。CART 是現代數據挖掘中最重要的工具之一。
Random Forests® 建模引擎是一系列 CART® 樹,這些樹在構造時彼此不受影響。根據從決策樹得到的預測值之和確定預測的總體預測。
MARS® 建模引擎最適合那些希望采用與傳統回歸類似的形式輸出結果并同時希望捕獲基本的非線性交互數據的用戶。
TreeNet® 梯度推進是 Salford Predictive Modeler 中一款最靈活、最強大的數據挖掘工具,能夠按照統一的方式生成非常準確的模型。通過單一模型或通過裝袋或傳統的推進等集成方法通常都很難達到 TreeNet 建模引擎的準確度水平。
Windows 系統要求 | Linux 系統要求 | |
---|---|---|
操作系統(僅限64位) |
Windows 7 SP 1 或更高版本 Windows 8 或 8.1 Windows 10 |
Ubuntu 14.04 或 16.04 CentOS 6.9 或 7.5 RHEL 6.9 或 7.5 |
RAM | 2 GB | 2 GB |
處理器 | 采用 SSE2 技術的 Intel® Pentium® 4 或 AMD Athlon? 雙核處理器 | 采用 SSE2 技術的 Intel® Pentium® 4 或 AMD Athlon? 雙核處理器 |
磁盤空間 | 最少 2 GB 可用空間 | 最少 2 GB 可用空間 |
屏幕分辨率 | 1024 x 768 或更高 | - |
總結: Tableau比較適合個人用戶以及沒有經過可視化分析培訓的企業人員使用,使用者能夠以最快的時間將自己所掌握的數據以可視化圖表的形式展現出來,并通過 Tableau Server 共享給其他用戶 ;而Qlik Sense以其豐富的二次開發接口和可擴展性,提供給用戶充分的定制能力,使用戶可以通過數據加載腳本和 Qlik API 來定制數據連接和可視化報表的展現方式,比較適合較大規模的企業級應用。
更新時間:2021-12-27 09:28:22.000 | 錄入時間:2020-05-06 14:00:10.653 | 責任編輯:胡濤