數據挖掘是從大量數據中提取隱藏的或未知，但可能有用信息的過程。尤其在機器學習中，數據挖掘是十分重要的一環。今天給大家介紹5個開源數據挖掘工具，收下這波干貨吧。

1. Orange

Orange 是由C++ 和 Python開發的，基于組件的數據挖掘和機器學習軟件套裝，它的功能很豐富，而且強大。它包含了一系列組件，能進行數據預處理，并提供了數據帳目，過渡，建模，模式評估和勘探的功能。通過它快速且多功能的可視化編程前端，能夠瀏覽數據分析和可視化，可以綁定Python進行腳本開發。

2. KNIME

KNIME 由Java寫成，它基于Eclipse，是一個開源的、智能的，而且有豐富數據集成，數據處理，數據分析和數據勘探的平臺。它可視化的方式，能夠創建數據流或數據通道，而且可以選擇性地運行分析步驟，并研究結果，模型以及可交互的視圖。并且，可以集成到其它各種各樣的開源項目中，比如：R語言，Weka， Chemistry Development Kit等。

3. Apache Mahout

Apache Mahout是分布式線性代數框架，這個框架是具有數學表達能力的Scala DSL，構建了一個用于快速創建可擴展，且性能驅動的機器學習應用程序的環境，可以使得數據科學家、統計學家等更迅速地實現其算法。

4. Weka

Weka是用Java編寫的，可以在大部分平臺上運行，是一種開源機器學習軟件，能通過圖形用戶界面，標準終端應用程序或Java API進行訪問。總之它是一個集合，用來解決實際數據挖掘問題的機器學習算法。

5. DataMelt

DataMelt是一個開源軟件，用于數值計算，數學、統計、符號計算，數據分析和數據可視化的。DataMelt可以與Java平臺的幾種腳本語言一起使用，例如Jython，Groovy，JRuby(Ruby編程語言)和BeanShell等。