TipDM:TipDM建模平台，开源的数据挖掘工具

# Introduction # TipDM建模平台，是由广东泰迪智能科技股份有限公司研发并开源的数据挖掘工具，TipDM建模平台提供数据丰富的数据预处理、 数据分析与数据挖掘组件，帮助广大中小企业快速建立数据挖掘工程，提升数据处理的效能。同时，我们也在积极 推动大数据挖掘社区建设，构建校企对接桥梁，为企业精准推送优质大数据挖掘人才；在产业需求的基础上推动高 校的人才培养工作。 # Documentation # [使用文档](http://python.tipdm.org/bzzx/index.jhtml?n=%E6%93%8D%E4%BD%9C%E6%96%87%E6%A1%A3) # Communication # [社区交流](http://bbs.tipdm.org) # Features # 1. 基于Python，用于数据挖掘建模。 2. 使用直观的拖放式图形界面构建数据挖掘工作流程，无需编程。 3. 支持多种数据源，包括CSV文件和关系型数据库。 4. 支持挖掘流程每个节点的结果在线预览。 5. 提供5大类共40种算法组件，包括数据预处理、分类、聚类等数据挖掘算法。 6. 支持新增/编辑算法组件，自定义程度高。 7. 提供众多公开可用的数据挖掘示例工程，一键创建，快速运行。 8. 提供完善的交流社区，提供数据挖掘相关的学习资源（数据、代码和模型等）。 # Screenshot #     # Development # ## 环境依赖 ## - [Oracle JDK 1.8.x及以上版本](http://www.oracle.com/technetwork/java/javasebusiness/downloads/java-archive-downloads-javase6-419409.html)，安装详情可参考[JDK安装教程](https://docs.oracle.com/javase/8/docs/technotes/guides/install/install_overview.html) - [Apache-Maven 3.x及以上版本](http://maven.apache.org)，安装详情可参考[Maven安装教程](https://maven.apache.org/install.html) - [Apache-Tomcat 8.x及以上版本](http://tomcat.apache.org) - [PostgreSQL 9.4.x及以上版本](http://www.postgresql.org/download/) - [Python 3.6.x版本及以上版本](https://www.python.org/) - [Redis 3.2.x及以上版本](https://redis.io/) - [Alibaba DataX](https://github.com/alibaba/DataX) - IntelliJ Idea IDE(可选，您也可以使用其他IDE，如eclipse、NetBeans)，安装详情可参考[IntelliJ安装教程](https://www.jetbrains.com/help/idea/installing-and-launching.html) ### 安装Java开发环境 ### 下载JDK 1.8.x和Apache-Maven并安装，设置JAVA_HOME和PATH环境变量，如添加以下到~/.bashrc中（不同的操作系统，环境变量的设置方式有所不同，请根据自己的情况设置环境变量）： echo 'export JAVA_HOME=~/jdk_1.8.0_171' >> ~/.bashrc echo 'export PATH=$JAVA_HOME/bin:~/apache-maven-3.3.9/bin:$PATH' >> ~/.bashrc . ~/.bashrc 检查java与maven环境及版本是否正确安装，运行如下命令检查： > tipdm: ~ devp$ javac -version > javac 1.8.0_171 > tipdm: ~ devp$ mvn -version > Apache Maven 3.3.9 (bb52d8502b132ec0a5a3f4c09453c07478323dc5; 2015-11-11T00:41:47+08:00) 如果返回"-bash: xxx: command not found"，或者版本号低于TipDM要求，请确认依赖软件是否安装正确，相应的环境变量是否设置生效。 ### 安装Python ### 下载Python 3.6.x，并完成环境变量的配置。 required library: arch==4.3.1 docx==0.2.4 gensim==3.6.0 graphviz==0.10.1 jieba==0.38 jieba-fast==0.53 Keras==2.2.4 matplotlib==2.2.0 numpy==1.14.2 pandas==0.23.4 pdfminer3k==1.3.1 pyclust==0.2.0 pydot==1.2.4 python-docx==0.8.10 scikit-learn==0.19.1 scipy==0.19.1 SQLAlchemy==1.2.0 statsmodels==0.9.0 tensorflow==1.12.0 thulac==0.2.0 wordcloud==1.5.0 #### 批量安装依赖库 #### 将上面的内容粘贴至requirements.txt（**可随意命名**），进入命令行，CD到requirements.txt所在的目录下，执行命令： pip install -r requirements.txt ### 安装PostgreSQL ### 下载9.4x并完成安装。[PostgreSQL中文社区](http://www.postgres.cn) ## 快速入门 ## ### 构建项目 ### #### backend #### 下载源代码至本地,按照maven格式将源码导入IDE（Eclipse或IDEA） ##### 数据初始化 ##### 首先在本机上要有PostgreSQL服务，使它监听127.0.0.1的5432端口（默认安装和初始化的PostgreSQL即监听127.0.0.1的5432端口），然后使用PG的管理员身份(一般是初始化PG数据库的linux账号,这里是postgres账户)，运行$TipDM_HOME/WEB-INF/classes/sql/目录下的.sql脚本，初始化元数据： psql -h 127.0.0.1 -p 5432 -U postgres -d tipdm_DB -f initData.sql psql -h 127.0.0.1 -p 5432 -U postgres -d tipdm_DB -f quartz_postgres.sql ##### 系统配置 ##### 配置文件说明： sysconfig/database.properties 数据库配置文件 sysconfig/dbSupport.config 在此配置系统可支持的数据库类型 sysconfig/system.properties 系统的相关配置 sysconfig/redis.properties Redis PyConnection.xml Python服务(该文件在sysconfig目录的上层) ##### 编译 ##### cd进入到源码根目录，使用maven进行编译即可，源码结构如下： framework-common 公共模块 framework-model 数据模型 framework-persist 数据持久化 framework-service service tipdm-server 后台服务 看到 > BUILD SUCCESS > Total time: ... 表示编译成功，生成的二进制包在$HOME/target/目录中。 ##### 部署 ##### 部署详情参考[IntelliJ IDEA – Run / debug web application on Tomcat](https://www.mkyong.com/intellij/intellij-idea-run-debug-web-application-on-tomcat/) # FAQ # [http://python.tipdm.org/bzzx/index.jhtml?n=%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98](http://python.tipdm.org/bzzx/index.jhtml?n=%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98)