研究數據挖掘和機器學習有一段時間了，對數據挖掘來說，商用軟件有SAS、 Clementine、Oracle數據挖掘組件等等；由於個人學習和版權、算法定製等問題，開源的數據挖掘與機器學習軟件(庫)目前也十分必需，現在就 跟大家介紹下比較流行和常用的機器學習開源庫。
以前在學校用過matlab，說實話真方便，通常一個模型隻要幾十行甚至十幾行代碼就能搞 定，但是正版matlab較貴，而且不太適合商業開發使用，所以工業界使用它的並不多(通信行業、研究所比較普遍)；相應地，在工業界機器學習和數據挖掘 的實驗語言多為java、python,因為 python與C\C++具有先天的血緣，所以python更容易擴展；java的機器學習庫也十分流行，主要體現在大數據下的jvm的本質和算法並行化 的優勢；現推薦給大家以下學習庫：
1.機器學習開源軟件網（收錄了各種機器學習的各種編程語言學術與商業的開源軟件）
2 偶爾找到的機器學習資源網：（也非常全，1和2基本收錄了所有ML的經典開源軟件了）
http://www.dmoz.org/Computers/Artificial_Intelligence/Machine_Learning/Software/
3 libsvm （支持向量機界最牛的，不用多說了，台灣大學的林教授的傑作）
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
4 WEKA （基於java的機器學習算法最全麵最易用的開源軟件）
http://www.cs.waikato.ac.nz/ml/weka/
5 scikit (本人最喜歡的一個基於python的機器學習軟件，代碼寫得非常好，而且官方的文檔非常全，所有都有例子，算法也齊全，開發也活躍，強烈推薦給大家用）
https://pypi.python.org/pypi/scikit-learn/
6 OpenCv(最牛的開源計算機視覺庫了，前途無可限量，做圖像處理與模式識別的一定要用，總不能整天抱著matlab做實驗和工業界脫節吧，但是有一定難度)
http://opencv.willowgarage.com/wiki/
7 Orange (基於c++和python接口的機器學習軟件，界麵漂亮，調用方便,可以同時學習C＋＋和python，還有可視化的功能，）
8 Mallet (基於JAVA實現的機器學習庫，主要用於自然語言處理方麵，特色是馬爾可夫模型和隨機域做得好，可和WEKA互補）
9 NLTK(PYTHON的自然處理開源庫，非常易用，也強大，還有幾本orelly的經典教程）
10 lucene(基於java的包括nutch,solr,hadoop,mahout等全套，是做信息檢索和搜索引擎的同誌們必學的開源軟件了，學JAVA的必學）
Additional：
1.pyml(a python module for machine learning，支持svm/knn/k-means==)
2.mahout(阿帕奇基金下項目，其主要是可以與hadoop進行天然結合，從而並行運行，在魯棒性方麵很好)
3.milk(python的機器學習工具包，主要是針對監督學習，包括svm/knn/決策樹)
http://pypi.python.org/pypi/milk/
4.Octave(Andrew NG課上推薦使用的，類似matlab)
http://www.gnu.org/software/octave/
本文轉載自：你我知