ELKI (บนGitHub ) เป็นโครงการขุดข้อมูลและวิทยาศาสตร์ข้อมูล มันมีเอกลักษณ์เฉพาะด้วยสถาปัตยกรรมแบบแยกส่วน: คุณสามารถรวมอัลกอริธึม, ฟังก์ชั่นระยะทางและดัชนีสำหรับการเร่งความเร็วด้วยข้อ จำกัด น้อยมาก (แน่นอนอัลกอริทึมที่ไม่ได้ใช้ระยะทางไม่สามารถใช้ร่วมกับระยะทาง) ไม่ใช่รหัสที่ง่ายที่สุดเนื่องจากประสิทธิภาพ สำหรับการขุดข้อมูลคุณจำเป็นต้องระมัดระวังเกี่ยวกับหน่วยความจำ - การใช้ArrayList<Integer>เป็นสิ่งที่ไม่ต้องทำหากคุณต้องการความยืดหยุ่น
เนื่องจากสถาปัตยกรรมแบบโมดูลจึงง่ายต่อการสนับสนุนโมดูลขนาดเล็กเช่นฟังก์ชันระยะทางเดียวหรืออัลกอริทึม
เราเก็บรายการของ แนวคิดการทำเหมืองข้อมูลโดยจัดกลุ่มตามความยากลำบาก โครงการส่วนใหญ่เป็นการใช้งานชุดตัวเลือกบางตัว ELKI มีจุดประสงค์เพื่อให้การศึกษาเปรียบเทียบอัลกอริทึมดังนั้นเราจึงพยายามอนุญาตการรวมกันใด ๆ และครอบคลุมถึงอัลกอริธึมที่หลากหลาย ตัวอย่างเช่นด้วย k-mean เราไม่เพียง แต่มีอัลกอริทึม Lloyds เท่านั้น แต่ยังมีอีก 10 รูปแบบของธีม k-mean ทั่วไป มีบทความมากกว่า 220 รายการ (อย่างน้อยบางส่วน) นำไปใช้ใหม่ใน ELKI
การใช้ทุกอย่างในเครื่องมือเดียวกันทำให้เราได้ผลลัพธ์ที่เปรียบเทียบได้มากขึ้น หากคุณใช้ R เพื่อการเปรียบเทียบคุณมักจะเปรียบเทียบแอปเปิ้ลและส้ม k-mean ใน R นั้นแท้จริงแล้วเป็นโปรแกรม Fortran รุ่นเก่าและรวดเร็วมาก k-mean ใน R แต่ในแพ็คเกจ "flexclust" ช้ากว่า 100 เท่าเพราะเขียนด้วยรหัส R จริง ดังนั้นอย่าเชื่อเกณฑ์มาตรฐานใน R ... ด้วยโมดูล R มักจะไม่เข้ากันดังนั้นคุณมักจะไม่สามารถใช้ระยะทาง A จากโมดูล A กับอัลกอริทึม B จากโมดูล B ใน ELKI เราพยายามแบ่งปันรหัสมากที่สุด ความเป็นไปได้ในการติดตั้งใช้งานเพื่อลดสิ่งประดิษฐ์ (แน่นอนว่ามันจะไม่มีทางเป็นไปได้ที่จะมีเกณฑ์มาตรฐานที่เป็นธรรม 100% - มีพื้นที่สำหรับเพิ่มประสิทธิภาพเสมอ) แต่ยังอนุญาตให้รวมโมดูลได้อย่างง่ายดาย
คุณสามารถเริ่มต้นด้วยสิ่งเล็ก ๆ เช่นตัวแปร Hartigan & Wong และจากนั้นดำเนินการต่อในรูปแบบ k หมายถึง (ซึ่งมีความหมายสำหรับข้อมูลแบบเบาบางซึ่งอาจจำเป็นต้องมีการเพิ่มประสิทธิภาพที่แตกต่างกัน) และเพิ่มการสนับสนุนที่ดีกว่า หรือเพิ่มฟังก์ชั่นการจัดทำดัชนี
ฉันชอบที่จะเห็น UI ที่ดีกว่าสำหรับ ELKIแต่นั่นก็เป็นความพยายามครั้งสำคัญ
