Environment for DeveLoping KDD-Applications Supported by Index-Structures

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.

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/

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:
  • Apriori algorithm
  • Dynamic time warping
  • Analisi delle componenti principali