本节课的内容包含两个大块，第一块是RapidMiner软件的介绍以及它在大数据处理中的优势。第二部分是软件的安装教程，眼过千遍不如手过一遍，我希望大家在自己的电脑上装好软件，跟我一起学习大数据。
为什么选择RapidMiner？目前有很多可视化的大数据建模软件，比如数据分析领域著名的IBM SPSS Modeler，以及阿里云研发的在线大数据处理平台Dataworks等。一个很简单的理由就是“贵”。IBM SPSS Modeler软件单机订阅价2338美元/年。
图1.IBM SPSS Modeler软件订阅定价
对于普通的数据挖掘需求而言，基本不用处理上GB的数据(图像挖掘除外)；同时很多用户也可能并不是专门从事大数据处理行业的，在这种情况下显然没有必要为了数据挖掘而花费上千美金。但RapidMiner软件正好解决了这个痛点，RapidMiner软件是半开源的，与付费版相比免费版的样本数为10000个。没错，是1万个，对于非专业的数据处理公司而言，这个样本量已经完全够用了。当然，如果你是学生的话，你可以申请学术版的软件，学术版软件数据量不受限，使用时间为1年。到期后，如果你依旧符合学术版要求，可以再次申请学术版软件。
那RapidMiner软件到底强不强大呢？我从数据工具评价的网站上找到一张图片：
图2.2015年最流行的大数据挖掘工具
可以看到，RapidMiner是仅次于R语言的大数据挖掘工具。要知道，R语言是一种编程环境，其本身的用户量就大。Python的比例与RapidMiner相近，但更逊一筹，可见在数据挖掘领域RapidMiner的认可度还是很高的。
RapidMIner的优势
可视化工作流设计面板
如绘制思维导图一般，我们可以使用拖拽的方法快速建立预测模型。软件含有丰富的算法，包含1500多种机器学习算法和函数库，可为任何案例构建最佳模型。最新版软件包含常见数据挖掘案例的处理模板，如客户流失分析，预测性维护，欺诈检测，时间序列分析等等。
图3.图形化数据建模界面
丰富的数据接口RapidMiner软件支持超多类型的数据格式，自带的数据前处理工具Turbo Prep让你解决数据清洗的烦恼。同时，无论你身在何处，都可以连接到您的企业数据仓库，数据池，云存储。软件具有多种数据库链接驱动，可连接至MySQL、Oracle、ODBC、Microsoft SQL Server、HSQLDB等数据库。
图4.数据前处理模块Turbo Prep
图5.创建云链接
图6.创建数据库链接
便捷的可视化探索数据工具评估数据的健康状况，完整性和质量。软件可以通过散点图，直方图，折线图，平行坐标，箱形图等手段直观探索数据，了解其趋势和分布。此外，软件可自动识别并修复常见的数据质量问题，包括缺失值和异常值。借助RapidMiner我们可以使用强大的统计概述和30多种交互式可视化来探索数据。
图7.软件包含30多种可视化方案
集成多种机器学习算法无需编写代码即可创建强大的机器学习模型。软件算字库包含数百种有监督及无监督的机器学习算法，可以实施各种ML技术，包括回归，聚类，时间序列，文本分析和深度学习。此外，通过详细的参数设置面板可以手动调节模型参数，使得模型更加可控同时也可以提高模型精度。
图8.Deep learning算子参数设置面板
图9.关联矩阵
图10.决策树分类模型
模型验证一个模型的好坏，并不能仅看训练模型时给出的结果。为了避免模型在实际应用中发生偏离，RapidMiner通过独特的方法消除过度拟合，提高模型的泛化能力。只需单击鼠标即可添加模型验证(如交叉验证)到模型中。
图11.分类模型的ROC曲线
高度开放与强拓展性使用R和Python代码和库来扩展RapidMiner的应用领域。通过Github上的RapidMiner Python库将RapidMiner与Python集成，通过RapidMiner Marketplace下载RapidMiner拓展包，可以和其他数据建模工具如R、Weka等集成。
图12.丰富的第三方拓展库
软件安装
- 前往软件软件下载网址：https://rapidminer.com/get-started/
图13.下载页面截图
(这里的30天是指在这段时间内，你可以不受10000行的限制)
2.选择合适的版本下载(下载速度比较慢，大家耐心点)
图14.软件可在各类平台使用
3.注册账户(免费的，只有注册账户才能安装，学生可以用edu结尾的邮箱注册，获取教育版软件)
图15.账号注册界面
4.安装过程可自定义也可默认安装，视个人情况来定
图16.软件主界面
参考资料来源及相关链接：- RapidMiner中文网
http://www.rapidminerchina.com/zh_CN/
- RapidMiner的Python库GitHub链接：
https://github.com/rapidminer/python-rapidminer
- RapidMiner拓展资源库链接：
https://marketplace.rapidminer.com/UpdateServer/faces/index.xhtml
- RapidMiner社区：
https://community.rapidminer.com/
小编感言：很开心第一篇文章能受到大家的认可，喜欢本教程的可以多多转发，下节课将讲解RapidMiner软件的基本操作。
,
