数据挖掘是从大量数据中提取隐藏的或未知，但可能有用信息的过程。尤其在机器学习中，数据挖掘是十分重要的一环。今天给大家介绍5个开源数据挖掘工具，收下这波干货吧。
1. Orange
Orange 是由C++ 和 Python开发的，基于组件的数据挖掘和机器学习软件套装，它的功能很丰富，而且强大。它包含了一系列组件，能进行数据预处理，并提供了数据帐目，过渡，建模，模式评估和勘探的功能。通过它快速且多功能的可视化编程前端，能够浏览数据分析和可视化，可以绑定Python进行脚本开发。
2. KNIME
KNIME 由Java写成，它基于Eclipse，是一个开源的、智能的，而且有丰富数据集成，数据处理，数据分析和数据勘探的平台。它可视化的方式，能够创建数据流或数据通道，而且可以选择性地运行分析步骤，并研究结果，模型以及可交互的视图。并且，可以集成到其它各种各样的开源项目中，比如：R语言，Weka， Chemistry Development Kit等。
3. Apache Mahout
Apache Mahout是分布式线性代数框架，这个框架是具有数学表达能力的Scala DSL，构建了一个用于快速创建可扩展，且性能驱动的机器学习应用程序的环境，可以使得数据科学家、统计学家等更迅速地实现其算法。
4. Weka
Weka是用Java编写的，可以在大部分平台上运行，是一种开源机器学习软件，能通过图形用户界面，标准终端应用程序或Java API进行访问。总之它是一个集合，用来解决实际数据挖掘问题的机器学习算法。
5. DataMelt
DataMelt是一个开源软件，用于数值计算，数学、统计、符号计算，数据分析和数据可视化的。DataMelt可以与Java平台的几种脚本语言一起使用，例如Jython，Groovy，JRuby(Ruby编程语言)和BeanShell等。
