ELKI

支持索引结构的KDD应用开发环境

简介

ELKI是一个用Java编写的开源（AGPLv3）数据挖掘软件。ELKI的重点是算法研究，特别强调聚类分析和异常检测中的无监督方法。为了实现高性能和可扩展性，ELKI提供了许多数据索引结构，如R*树，可以带来显著的性能提升。 ELKI的设计目标是让该领域的研究人员和学生能够轻松扩展，并欢迎贡献新方法。 ELKI旨在提供大量高度可参数化的算法，以便对算法进行简单而公平的评估和基准测试。

下载

您可以从主页下载预编译的ELKI发布版，或者您可以使用标准的Java依赖管理工具，如Gradle和Maven。

Gradle:

dependencies {
    compile group: 'io.github.elki-project', name: 'elki', version:'0.8.0'
}

Maven:

<!-- https://mvnrepository.com/artifact/io.github.elki-project/elki -->
<dependency>
    <groupId>io.github.elki-project</groupId>
    <artifactId>elki</artifactId>
    <version>0.8.0</version>
</dependency>

背景

数据挖掘研究产生了许多用于类似任务的算法。由于以下几个原因，对这些算法进行公平和有用的比较是困难的：

没有可用的比较对象实现。
如果提供了不同作者的实现，在效率方面的评估会偏向于评估不同作者在高效编程方面的努力，而不是评估算法本身的优点。

另一方面，高效的数据管理工具（如索引结构）可以对数据挖掘任务产生显著影响，因此对广泛的算法都有用。

在ELKI中，数据挖掘算法和数据管理任务是分开的，允许独立评估。这种分离使ELKI在数据挖掘框架（如Weka或Rapidminer）和索引结构框架（如GiST）中独树一帜。同时，ELKI对任意数据类型、距离或相似度度量、文件格式都是开放的。其基本方法是文件解析器或数据库连接、数据类型、距离、距离函数和数据挖掘算法的独立性。辅助类，例如用于代数或分析计算的类，对所有算法都以同等条件提供。

通过开发和发布ELKI，我们谦卑地希望能够有益地服务于数据挖掘和数据库研究社区。该框架可以免费用于科学用途（"免费"指"开源"，详见许可证）。如果在科学出版物中应用ELKI，我们将感谢以引用适当出版物的形式给予认可（参见我们的出版物列表），即与您使用的ELKI版本相关的出版物。

ELKI背后的人员记录在团队页面上。

ELKI wiki：教程、操作指南、文档

初学者可能想从操作指南文档、示例和教程开始，这些可以帮助解决困难的配置场景并开始ELKI开发。

获取ELKI：下载和引用政策

您可以在发布页面下载包含源代码的ELKI。
ELKI使用AGPLv3许可证，这是一个广为人知的开源许可证。

这里有一份随ELKI发布的出版物列表。在您的科研工作中使用ELKI时，您应该引用与您所使用的ELKI版本相对应的出版物，以表示认可。这也有助于提高您实验的可重复性。我们也希望您能将您的算法贡献给ELKI，以便他人复现您的结果并与您的算法进行比较（这反过来可能会为您带来引用）。我们努力记录用于实现ELKI的每一项出版物：相关出版物页面是从源代码注释中生成的。

使用ELKI进行效率基准测试

ELKI相当快速（参见我们的一些基准测试结果），但重点在于广泛覆盖算法及其变体。我们不鼓励跨平台基准测试，因为通过比较苹果和橘子很容易产生误导性结果。为了公平比较，您应该在ELKI内实现所有算法，并使用相同的API。我们还观察到Java JDK版本对运行时性能有很大影响。为了使您的结果可复现，请引用您使用的版本。另请参阅基准测试。

错误报告和联系方式

您可以浏览未解决的错误报告或创建新的错误报告。

我们也欢迎任何评论、建议和代码贡献。
您可以通过电子邮件联系核心开发团队：elki () dbs ifi lmu de

设计目标

可扩展性 - ELKI采用非常模块化的设计。我们希望允许数据类型、距离函数、算法、输入格式、索引结构和评估方法的任意组合
贡献 - ELKI的发展速度取决于人们的贡献。通过采用允许小型贡献（如单个距离函数和单个算法）的模块化设计，我们可以让学生和外部贡献者参与ELKI的发展
完整性 - 为了进行全面的方法比较，我们旨在尽可能覆盖已发表和有信誉的工作
公平性 - 通过糟糕地实现竞争对手的方法很容易进行不公平的比较。我们尽力将每种方法实现得尽可能好，并通过公布源代码允许外部改进。我们努力添加所有建议的改进，如用于加速范围和kNN查询的索引结构
性能 - ELKI的模块化架构允许算法和索引结构的优化版本以加速运行
进展 - ELKI随每个版本发布而变化。为了适应新功能并提高性能，API的破坏是不可避免的。我们希望在1.0版本中获得稳定的API，但我们尚未达到这一目标。