Discussion :

[TallyHo]

Hello,

J'ai un projet perso que j'héberge sur serveur linux. Pour l'instant, le script est en Python et la BDD est MySQL. Je voudrais me lancer dans le data mining. Pour MySQL, je n'ai pas vu grand chose.

A votre avis, quels sont les meilleurs compromis BDD/Logiciels pour faire du data mining (quittes à migrer la BDD existante) ?

Etant donné que c'est un projet perso, ne me répondez pas Oracle qui serait surdimensionné pour moi je pense et vu le prix... Je cherche un bon compromis pour un usage intensif et sérieux pour un particulier.

Merci

PS : Pas obligé que ce soit gratuit ou gpl si le coût est raisonnable mais si c'est gratuit, ce sera le bonus

[Jester]

Mysql/Weka me semble le couple le plus crédible.

Le problème c'est rarement la BD, vu que rien ne se passe directement dans la BD (sauf à acheter des produits de KXEN, mais le prix sans rapport).

C'est pour faire quoi précisément?

[TallyHo]

Je récupéres des infos numériques sur des sites et je voudrais faire des corrélations entre les données. Corrélations que je ne vois pas forcemment avec de simples stats.
Par exemple, je dis n'importe quoi, imagines que je récupéres la météo du jour et le % de rhumes, ça me sortirait une forte corrélation entre rhume et un temps froid.
Bon là je schématise mais ça sert bien à ça le datamining non ? Parceque si je fais fausse route, il faut me le dire

J'ai trouvé ça comme lien sur le forum : http://www.pentaho.com/
Mais comme c'est un secteur que je ne connais pas du tout au niveau logiciel, je préfére demander

[Jester]

Je récupéres des infos numériques sur des sites et je voudrais faire des corrélations entre les données. Corrélations que je ne vois pas forcemment avec de simples stats.
Par exemple, je dis n'importe quoi, imagines que je récupéres la météo du jour et le % de rhumes, ça me sortirait une forte corrélation entre rhume et un temps froid.
Bon là je schématise mais ça sert bien à ça le datamining non ? Parceque si je fais fausse route, il faut me le dire

En effet, le jeu de données de base, c'est justement de prévoir en fonction de la météo si l'on peut jouer au tennis (au badminton? je ne sais plus)

Par exemple les donnés :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
@relation weather
 
@attribute outlook {sunny, overcast, rainy}
@attribute temperature real
@attribute humidity real
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}
 
@data
sunny,85,85,FALSE,no
sunny,80,90,TRUE,no
overcast,83,86,FALSE,yes
rainy,70,96,FALSE,yes
rainy,68,80,FALSE,yes
rainy,65,70,TRUE,no
overcast,64,65,TRUE,yes
sunny,72,95,FALSE,no
sunny,69,70,FALSE,yes
rainy,75,80,FALSE,yes
sunny,75,70,TRUE,yes
overcast,72,90,TRUE,yes
overcast,81,75,FALSE,yes
rainy,71,91,TRUE,no

On peut obtenir avec Weka l'arbre de décision suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
outlook = sunny
|   humidity <= 75: yes (2.0)
|   humidity > 75: no (3.0)
outlook = overcast: yes (4.0)
outlook = rainy
|   windy = TRUE: no (2.0)
|   windy = FALSE: yes (3.0)

Où on peut lire que quand il fait beau et qu'il n'y a pas trop d'humidité, on peut jouer.

Bon c'est un exemple très bateau qui ne sert pas trop.


Pas la peine de sortir du Pentaho, ce serait se compliquer la vie, d'autant qu'il n'apporterais rien.

[TallyHo]

Ok merci

Et connais tu Tanagra et Sipina ?
Si tu devais choisir un des 3 : Weka Tanagra Sipina ?

[Jester]

Weka sans hésiter.

[TallyHo]

Ok merci m'sieur

Je vais me pencher dessus ce soir, en espérant que ce ne soit pas trop dur à prendre en main. Ce n'est pas que la difficulté me fasse peur mais j'ai la tête un peu gonflée à force de lire des trucs sur le mining