Molegro datamodeller Molegro-datamodeller - een verknopingsaanvraag voor datamining, gegevensmodellering en gegevensvisualisatie
Download nu

Molegro datamodeller Rangschikking & Samenvatting

Molegro datamodeller Tags

data visualisatie visualisator visualisatie modder gegevensmodeller gegevensmodellering

Molegro datamodeller Beschrijving

Molegro-datamodeller - een verknopingsaanvraag voor datamining, gegevensmodellering en gegevensvisualisatie Molegro-gegevensmodeller is een platformonafhankelijke applicatie voor datamining, gegevensmodellering en gegevensvisualisatie. De door de spreadsheet gecentreerde gebruikersinterface maakt Molegro-gegevensmodeller een eenvoudig en betaalbaar alternatief voor complexe werkstroom gebaseerde oplossingen of opdrachtgedreven statistische producten. Hier zijn enkele belangrijke kenmerken van "Molegro-datamodeller": regressiemolegro datamodeller biedt verschillende soorten regressiemethoden: · Meerdere lineaire regressiemodellen eenvoudige lineaire relaties tussen gegevens, en is snel en efficiënt. · Gedeeltelijke kleinste vierkanten vermindert de dimensionaliteit van de dataset voordat u een model maakt. Geschikt voor datasets met veel onafhankelijke variabelen. · Neurale netwerken kunnen zeer niet-lineaire betrekkingen modelleren. · Ondersteuning vectormachines kunnen ook complexe relaties modelleren en hebben de neiging minder gevoelig te zijn voor overfitting dan neurale netwerken. · Functie-selectie en cross-validationfeature-selectie is eenvoudig in de regressiewizard in te stellen: verschillende schema's kunnen worden gekozen (vooruit, achteruit en heuvelklimmerkeuze) en worden gecombineerd met verschillende modelselectiecriteria (Bayes Information Criterion of Cross gevalideerd r ^ 2). Verschillende descriptor-ranglijsten kunnen worden gebruikt bij het zoeken naar de beschrijvingen.cross-validatie is net zo eenvoudig. U kunt doorkruisen met behulp van verlofuitgave door een bepaald aantal willekeurige vouwen te gebruiken, of door handmatig vouwen te maken. · VisualisatieDe verschillende visualisatietypen zijn zeer interactief. Selecties in de spreadsheet worden rechtstreeks getoond in de percelen en vice versa. Het is ook mogelijk om verschillende door de gebruiker gedefinieerde kleurschema's toe te passen en jitter toe te passen (kunstmatige ruis toevoegen aan de gegevensplots). · Clusteringmolegro datamodeller biedt twee soorten clustering: K-middelenclustering (die zeer efficiënt is) en een op dichtheid gebaseerde clusteringschema (die in staat is om meer complexe clustervormen te maken). · Hoofdcomponentanalyse (PCA) .Princtale componentanalyse is een werkwijze voor het verminderen van de dimensionaliteit van een dataset. Een nieuwe reeks hoofdcomponenten wordt gemaakt met behulp van lineaire combinaties van de originele descriptoren. Het aantal descriptoren wordt vervolgens verminderd door alleen de descriptors bij te houden die het meest bijdragen aan de variantie. · Algebraïsche gegevensransformaties. Het is mogelijk om met algebraïsche transformaties rechtstreeks op kolommen te werken: bijvoorbeeld, "Nieuwe activiteit = log (ACT) + bèta ^ 2" maakt een nieuwe kolom op basis van de uitdrukking. · Uitzichten DetectionMolegro Data Modeller biedt twee methoden voor het lokaliseren van abnormale gegevens: · Een kwartiel op basis van een kwartil die controleert hoe ver weg een gegevenspunt is van het 25e en 75e percentiel. Deze methode onderzoekt elke descriptor afzonderlijk. · Een op de dichtheid gebaseerde methode die een lokale dichtheid berekent voor elk gegevenspunt. Gegevenspunten met een lage dichtheid zijn ver weg van andere gegevenspunten en kunnen uitbijters zijn. · Advanced Subset CreationMolegro Data Modeller biedt een op raster gebaseerde methode voor het maken van een diverse subset van een dataset. Het is mogelijk om rasters te creëren in een willekeurig aantal dimensies, en als ze werken met 2D- en 3D-rasters, kunnen ze rechtstreeks in de gegevensplotters worden gevisualiseerd. Andere functies · Scrambling (Shuffling) van kolommen en "Vervangen met willekeurige waarden" voor het uitvoeren van y-randomisatie. · Gegevensvoorbereiding: Schalen, normalisatie, reparatie van ontbrekende waarden. · Gegevenskleuring. · Aangepaste data weergaven. Browser. · GNUPLOT-export (voor het maken en aanpassen van Publishing Quality Placels). · Online Help en automatisch controleren op updates.Limitaties: · 30-daagse proefNOOP: om de applicatie te downloaden, moet u een gratis proefperiode aanvragen en de proefvinden opslaan licentiesleutel. Wat is er nieuw in deze release: · Regressie Model Parameter Tuning met behulp van op basis gebaseerde zoekopdracht · Hoogdimensionale gegevensvisualisatie met behulp van nieuwe lente-massale kaartalgoritme · Verbeterde functieselectie-algoritmen en toegevoegde voorkeuren voor aanpassing · Descriptor snoeien, veer-massale kaartvisualisatie, nieuwe kleurschema's en zoomopties zijn toegevoegd aan het dialoogvenster Correlation Matrix · Toegevoegd percentage gesplitste evaluatie-optie om wizard te regressie · Nieuwe optie om subsets te maken van b.v. Clustering resultaten · Kleine verbeteringen in de gebruikersinterface en bugfixes

Molegro datamodeller Gerelateerde software