keel(開源的java軟體工具)

簡介

KEEL是knowledge extraction based on evolutionary learning的簡稱，它是一款開源的JAVA軟體工具，遵循GNU的GPLv3許可，受西班牙項目（TIN-2005-08386-C05-(01, 02, 03, 04 and 05)）的支持。

KEEL能夠用於大量不同的知識發現任務，它提供了一個簡單的基於數據流的GUI，可以根據不同的數據集和計算智慧型算法（特別是進化算法）設計實驗、評估算法。它包含了各種各樣經典的知識提取算法、預處理技術（如訓練集選擇、特徵選擇、離散化、缺失值處理等）、計算智慧型的學習算法、混合模型、對比實驗的統計方法等等，它允許對各種算法進行完整的分析、比較。

主要特徵

突出了進化算法在模型預測、預處理（特徵選擇、訓練集選擇）、後期處理（模糊規則的進化調優）中的作用
實現了許多專業文獻中的數據挖掘算法，如離散化、噪聲濾波等
提供了一個統計庫來分析算法結果，庫中包含了一組統計測試，用於分析結果的正態性、異態性，比較含參和非參算法的結果
許多算法是基於JAVA類庫進行開發的
提供了一個用戶友好的界面，並且此界面是面向算法分析的
該工具的目標是設計包含多種數據集和多種算法的實驗，並且實驗會產生獨立的腳本，能夠在不同的機器上運行。
同時提供線下實驗和線下實驗，線上實驗的設計目的是幫助學習者學習算法的操作。
包含知識提取算法庫，其中整合了多種進化學習算法，也包含經典的學習算法

目標人群

KEEL的用戶定位是研究者和學生

KEEL作為研究工具

對於研究者而言，KEEL常用於實驗的自動化和結果的統計分析。通常，一個實驗的設計包括了進化算法、統計和人工智慧等相關技術，KEEL對實驗的進程給予了特別的關注，從而能夠讓研究者對實驗的流程進行評估，由於當前的機器學習需要進行大量的計算，所以該研究工具並不是提供算法的實時視圖，而是生成一個腳本，然後交由計算機集群執行批處理。該工具允許研究者對大量數據進行預處理、實驗、分析，並且將更多注意力放在結果的分析和總結上。

KEEL作為教育工具

學生的需求與研究者不同，一般而言，學生的目標不再是對各種算法進行統計意義上的比較，所以沒必要進行進行多次重複性的實驗。如果要在類中使用此工具，那么該工具的執行時間必須很短，而且要提供此算法執行的實時視圖，學生需要的是學習如何調整算法中的參數。從這個意義上講，教育工具是研究工具是簡化版本，只有一些較相關的算法可用，並且算法的執行是實時的，用戶對算法的運行有一個直觀的反饋。