Rapid - I - Lizenzunterschiede

English

Quick Links

Aussagen von Nutzern

"I really like your product and I can't believe how easy data mining has become and how extendable it is by custom operators."

Marcel Van Velzen, Netherlands

Neue Seminare!

Zufallsbild

Hosted by

Lizenzunterschiede

RapidMiner ist unter zwei verschiedenen Lizenztypen verfügbar: Zum einen die Open-Source-Versionen (die Community Edition ist genauso Open-Source wie die Enterprise Edition) unter der GNU Affero General Public License (AGPL) und zum anderen als Version unter Closed-Source Lizenz, also unter kommerzieller Lizenz für Entwickler proprietärer Closed-Source Software. Obwohl wir bemüht sind, beide Versionen so ähnlich wie möglich zu erhalten, gibt es ein paar kleine Unterschiede, die hier erläutert werden.

Ein- und Ausgabeformate

Lizenz	open-source	closed-source
RapidMiner (YALE) Datenformat	ja	ja
ARFF	ja	ja
XRFF	ja	ja
C4.5 Format	ja	ja
csv	ja	ja
SVM Format (sparse)	ja	ja
Excel	ja	ja
SPSS	ja	ja
Datenbankunterstützung	ja	ja
dBase	ja	ja
Textdateien	ja	ja
Audiodateien	ja	ja

Maschinelle Lernverfahren

Lizenz	open-source	closed-source
Support Vector Machines (SVM)	ja	ja
Entscheidungsbäume	ja	ja
Regellerner	ja	ja
Faule Lerner	ja	ja
Bajasche Lerner	ja	ja
Logistische Verfahren	ja	ja
Gaußsche Prozesse	ja	ja
Regressionslerner	ja	ja
Meta Lerner	ja	ja
Assoziationsregeln	ja	ja
Clusterer-Verfahren	ja	ja

Weka Algorithmen

Wegen der schwierigen Lizenzbedingungen für Closed-Source-Lizenzen der Weka-Bibliothek haben wir beschlossen, die wichtigsten Algorithmen aus Weka durch eigene Implementationen zu ersetzen. Die Weka-Bibliothek bleibt Teil der Open-Source-Version von RapidMiner (vormals YALE). Die folgende Tabelle zeigt, dass die meisten Algorithmen von Weka in RapidMiner ersetzt wurden. Einige der exotischeren Algorithmen aus Weka, die eher dem wissenschaftlichen Interesse dienen, werden hiervon wahrscheinlich jedoch auch in Zukunft eher ausgeschlossen sein. Wie man jedoch aus den Tabellen erkennen kann, werden die wichtigsten Lernverfahren und Verfahrenstypen sowohl in der Open-Source- als auch in der Closed-Source-Version verfügbar sein. Weitere Verfahren sind auf Anfrage möglich.

Lizenz	open-source	closed-source
Lernverfahren (s.o.)	ja	alle wichtigen
Merkmalsevaluatoren	ja	ja
Merkmalsgewichtungen	ja	ja

Datenvorverarbeitung

Lizenz	open-source	closed-source
Diskretisierung	ja	ja
Daten-Filter	ja	ja
Merkmals-Filter	ja	ja
Normalisierung	ja	ja
Sampling	ja	ja
Dimensionsreduktion	ja	ja
Behandlung fehlender und unendlicher Werte	ja	ja
Entfernung nutzloser Merkmale	ja	ja

Merkmalsoperatoren

Lizenz	open-source	closed-source
Merkmalsauswahl	ja	ja
Merkmalsgewichtung	ja	ja
Merkmalskonstruktion	ja	ja
Merkmalsextraktion	ja	ja
Zeitreihenanalyse	ja	ja

Performanzevaluation

Lizenz	open-source	closed-source
Kreuzvalidierungsverfahren	ja	ja
Leave-One-Out	ja	ja
Trainings- und Testmengen	ja	ja
Signifikanztests	ja	ja
Menge von Performanzkriterien	ja	ja

Meta Verfahren

Lizenz	open-source	closed-source
Parameteroptimierung	ja	ja
Lernkurven	ja	ja
Prozessschleifen und -iterationen	ja	ja

Visualisierung

Lizenz	open-source	closed-source
Online Logging und Plotting	ja	ja
Zahlreiche Grafikdarstellungstypen	ja	ja
Modellvisualisierungen	ja	ja
Hochdimensionale Visualisierungen	ja	ja
ROC Kurven	ja	ja
Lift Charts	ja	ja

< zurück		weiter >

[ Zurück ]