KNIME 分析平台

开放, 直观, 一体化的数据科学。
KNIME Analytics Platform is the open source software for creating data science applications and services.
KNIME 分析平台

KNIME 分析平台是用于创建数据科学应用程序和服务的开源软件。 KNIME直观,开放,不断整合新的项目,使每个人都能理解数据和设计数据科学工作流程和可重用组件。

Build end to end data science workflows
构建端到端数据科学工作流程

无需编码,可使用直观的拖放式图形界面创建可视化工作流程。

在单个工作流程中将来自不同域的工具与KNIME本身的节点混合在一起,包括R&Python中的脚本,机器学习或Apache Spark的连接器。

从超过2000个模块(“节点”)中进行选择以构建您的工作流程。 为分析的每个步骤建模,控制数据流,并确保您的工作始终是实时的。

快速启动并运行。您可以从数百个公开可用的示例工作流中选择一个,或使用集成工作流的教练指导您构建工作流。

KNIME Workflow: Blend data from any source
混合任何来源的数据

打开并组合简单的文本格式(CSV,PDF,XLS,JSON,XML等),非结构化数据类型(图像,文档,网络,分子等)或时间序列数据。

通过连接到一系列的数据库和数据仓库,集成来自Oracle,Microsoft SQL,Apache Hive等的数据。 从HDFS,S3或Azure上加载Avro,Parquet或ORC文件。

从Twitter,AWS S3,Google表格和Azure等来源访问和检索数据。

Shap eyour data
塑造您的数据

导出统计数据,包括均值,分位数和标准差,或应用统计检验来验证假设。将降维,相关性分析等集成到您的工作流程中。

在本地计算机,数据库内或分布式大数据环境中聚合,排序,过滤和连接数据。

通过规范化,数据类型转换和缺失值处理来清理数据。使用异常值和异常检测算法检测超出范围值。

提取并选择要素(或构建新要素)以准备用于机器学习的数据集。处理文本,应用公式处理数字数据,应用规则来过滤或标记样本。

Leverage Machine Learning and AI
利用机器学习和AI

使用包括深度学习,基于树的方法和逻辑回归在内的高级算法构建用于分类,回归,降维或聚类的机器学习模型。

通过超参数优化,增强,打包,堆叠或构建复杂的集合等方法来优化模型的性能。

通过应用包括Accuracy,R²,AUC和ROC在内的性能指标来验证模型。执行交叉验证以确保模型稳定性。

直接使用经过验证的模型或使用业界领先的PMML(包括Apache Spark)进行预测。

Discover and share insights
发现并分享见解

使用经典图表(条形图,散点图)以及高级图表(平行坐标,旭日形图,网络图)可视化数据,并根据您的需求对其进行自定义。

显示KNIME表中的摘要统计信息,并过滤掉任何不相关的内容。

将报告导出为PDF,Powerpoint或其他格式,以便向利益相关者展示结果。

将处理过的数据或分析结果存储在许多常见的文件格式或数据库中。

Scale execution with demands
根据需求扩展执行

构建工作流原型以探索各种分析方法。检查并保存中间结果,以确保快速反馈并有效发现新的创造性解决方案。

通过内存流和多线程数据处理扩展工作流性能。

在Apache Spark上运用数据库内处理或分布式计算的强大功能,进一步提高计算性能。

KNIME - 开放创新 ®

我们知道,开放平台及其社区的设计方式有一些固有的优势,可以加速数据驱动的创新。

开始使用KNIME
下载KNIME分析平台并开始使用您的第一个工作流程
KNIME可以做些什么
使用KNIME 软件探索解决实际问题的方法。
超越KNIME分析平台
了解更多有关KNIME 服务器和KNIME 软件云计算的信息。