1聚类分析软件、
Weka
WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。
2、
Rapid
Miner
RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。
3、
Orange
Orange是一个基于组件的数据挖掘和机器学习软件套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，基绑定了
Python以进行脚本开发。它包含了完整的一系列的组件以进行数据预处理，并提供了数据帐目，过渡，建模，模式评估和勘探的功能。其由C++
和
Python开发，它的图形库是由跨平台的Qt框架开发。
4、
Knime
KNIME
(Konstanz
Information
Miner)
是一个用户友好，智能的，并有丰演的开源的数据集成，数据处理，数据分析和数据勘探平台。
5、
jHepWork
jHepWork是一套功能完整的面向对象科学数据分析框架。
Jython宏是用来展示一维和二维直方图的数据。该程序包括许多工具，可以用来和二维三维的科学图形进行互动。
6、
Apache
Mahout
Apache
Mahout
是
Apache
Software
Foundation
(ASF)
开发的一个全新的开源项目，其主要目标是创建一些可伸缩的机器学习算法，供开发人员在
Apache
在许可下免费使用。该项目已经发展到了它的最二个年头，目前只有一个公共发行版。Mahout
包含许多实现，包括集群、分类、CP
和进化程序。此外，通过使用
Apachehadoop库，Mahout
可以有效地扩展到云中。
7、
ELKI
ELKI(Environment
for
Developing
KDD-Applications
Supported
by
Index-Structures)主要用来聚类和找离群点。ELKI是类似于weka的数据挖掘平台，用java编写，有GUI图形界面。可以用来寻找离群点。
8、
Rattle
Rattle(易于学习的
R
分析工具)提供数据的统计和可视化摘要，将数据转换成容易建模的形式，从数据中构建无监督和监督模型，以图形方式呈现模型的性能，并得出新的数据集。
展开
统计软件SYSTAT的全称是什么？
全称是高等系统统计分析软件（system statistical Analysis software）。
该软件可提供从基础的描述性统计到基于高端算法的高级统计方法的各种功能。
既可以使用友好、简单的菜单、对话框完成工作；也可以使用直观的命令语言，快捷、方便地分析数据。
可以利用它的许多强大技术来分析多种类型的数据和回答多种问题。也可以基于线性、广义线性、以及混合线性模型进行单变量和多变量数据的全面分析。
当数据不适合做传统的多重回归分析时，可以进行多种稳健回归分析。同时可以计算偏最小二乘回归。也可以做实验设计，进行功效分析，拟合数据。可以用它进行矩阵运算。任何需要的时间序列，生存分析，响应面优化，空间统计，测验题分析， 聚类分析，分类和回归树，对应分析，多维尺度分析，联合分析，质性分析，路径分析等等都可以通过该软件进行分析。
