Environment for DeveLoping KDD-Applications Supported by Index-Structures

Environment for DeveLoping KDD-Applications Supported by Index-Structures; software
	Schermata di esempio
Genere
Sviluppatore	Università Ludwig Maximilian di Monaco
Ultima versione	0.8.0 (8 ottobre 2022)
Sistema operativo	Microsoft Windows; macOS; Linux
Linguaggio	Java
Licenza	GNU Affero General Public License; (licenza libera)
Sito web	elki-project.github.io/

Environment for DeveLoping KDD-Applications Supported by Index-Structures (in italiano: Ambiente per lo sviluppo di applicazioni KDD per strutture ad indice) in sigla ELKI è un programma-framework di Data mining usato per la ricerca e l'insegnamento dall'unità di ricerca in sistemi di basi di dati dell'Università di Monaco in Germania. Ha lo scopo di permettere lo sviluppo e la valutazione di algoritmi avanzati di data mining e la loro interazione con le basi di dati con indice.

La prima versione, la 0.1 è uscita nel luglio 2008. L'ultima ad aprile 2012, la versione 0.5.

Algoritmi inclusi

Algoritmi inclusi:^[1]

Analisi Cluster:
- K-means
- Expectation-maximization algorithm
- Single-linkage clustering
- DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
- OPTICS (Ordering Points To Identify the Clustering Structure),incluse le estensioni OPTICS-OF, DeLi-Clu, HiSC, HiCO e DiSH
- SUBCLU (Density-Connected Subspace Clustering for High-Dimensional Data)
Rilevamento anomalo:
- LOF (Local outlier factor)
- OPTICS-OF
- DB-Outlier (Distance-Based Outliers)
- LOCI (Local Correlation Integral)
- LDOF (Local Distance-Based Outlier Factor)
- EM-Outlier
Strutture con Indice spaziale:
- R-tree
- R*-tree
- M-tree
Valutazione:
- Receiver operating characteristic (ROC curve)
- Scatter plot
- Histogram
- Parallel coordinates
Altri: