Quelltext der Seite Environment for DeveLoping KDD-Applications Supported by Index-Structures

{{Infobox Software
|Logo                  = 
|Maintainer            = [[Technische Universität Dortmund]]
|Hersteller            = [[Ludwig-Maximilians-Universität München]]
|Erscheinungsjahr      = 
|AktuelleVersion       = 0.8.0
|AktuelleVersionFreigabeDatum = 5. Oktober 2022
|AktuelleVorabVersion  = 
|AktuelleVorabVersionFreigabeDatum = 
|Betriebssystem        = [[Plattformunabhängigkeit|Plattformunabhängig]]
|Programmiersprache    = [[Java (Programmiersprache)|Java]]
|Kategorie             = [[Data-Mining]], [[Forschung]], [[Mathematik]], [[Statistik]]
|Lizenz                = [[GNU Affero General Public License|AGPL]] (von Version 0.4.0 an)
|Deutsch               = 
|Website               = https://elki-project.github.io/
|Dateien               = 
|Screenshot            = [[Datei:ELKI Screenshot.jpg|240px]]
|Beschreibung          = ELKI 0.4 visualisiert [[OPTICS]]-Ergebnis
}}

''' ''E''nvironment for Deve''L''oping ''K''DD-Applications Supported by ''I''ndex-Structures''' ('''ELKI'''), auf Deutsch etwa „Umgebung zur Entwicklung von Wissensentdeckung-Anwendungen mit Indexstruktur-Unterstützung“, ist ein Forschungsprojekt, das ursprünglich am [[Datenbank]]en-Lehrstuhl von Professor [[Hans-Peter Kriegel]] an der [[Ludwig-Maximilians-Universität München]] entwickelt wurde, und jetzt an der [[Technische Universität Dortmund|Technischen Universität Dortmund]] unter der Leitung von Professor Erich Schubert weitergeführt wird.

Es handelt sich um ein in [[Java (Programmiersprache)|Java]] geschriebenes, modulares [[Softwarepaket]] („[[Framework]]“) zur [[Knowledge Discovery in Databases]]. Der Fokus liegt auf Verfahren zur [[Clusteranalyse]], [[Ausreißer]]-Erkennung<ref>{{Literatur |Autor=[[Hans-Peter Kriegel]], Peer Kröger, Arthur Zimek |Titel=Outlier Detection Techniques |TitelErg=Tutorial |Sammelwerk=13th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2009) |Ort=Bangkok, Thailand |Datum=2009 |Online=[http://www.dbs.ifi.lmu.de/Publikationen/Papers/tutorial_slides.pdf dbs.ifi.lmu.de] |Format=PDF |KBytes=1000 |Abruf=2010-03-26}}</ref> sowie der Verwendung von [[Indexstruktur]]en in solchen Verfahren. Als [[Forschungsprojekt]] einer [[Universität]] liegt der Fokus auf einer einfachen Erweiterbarkeit, Lesbarkeit und in der Verwendung in [[Forschung]] und [[Lehren|Lehre]] an der Universität, nicht in maximaler Geschwindigkeit oder in der Integration mit bestehenden [[Business-Intelligence]]-Anwendungen. So verfügt bisher beispielsweise keine der freigegebenen Versionen über eine Datenbankschnittstelle zu bestehenden industriellen Datenbanksystemen, und eine Verwendung der Software setzt Vorwissen und ein Lesen der Dokumentation voraus. Die Zielgruppe für das Projekt sind Forscher, [[Student]]en und [[Softwareentwickler]].

Die modulare Architektur der Software erlaubt zahlreiche Kombinationen der enthaltenen [[Algorithmus|Algorithmen]], [[Datentyp]]en, [[Distanzmaß]]en und [[Indexstruktur]]en. Bei der Entwicklung neuer Verfahren oder Distanzen kann daher das neue Modul einfach mit den bestehenden Modulen kombiniert und evaluiert werden. Die [[Informationsvisualisierung|Visualisierungsmodule]] erlauben es dabei oft, die Ergebnisse einfach darzustellen und so zu vergleichen. Der Entwicklungsaufwand und die Entwicklungszeit solcher Module wird durch die Wiederverwendung bestehenden Programmcodes erheblich vereinfacht, so dass die Software gut als Basis für Seminar-, Diplom- und Master-Arbeiten verwendet werden kann.

== Enthaltene Algorithmen ==
In ELKI enthalten sind unter anderem folgende Algorithmen (Auszug):<ref>{{Internetquelle |autor= |url=https://elki-project.github.io/releases/current/doc/references.html |titel=ELKI references overview |titelerg=Literaturquellen zu Funktionalität in ELKI |werk= |hrsg= |datum= |abruf=2019-10-29 |sprache=en |archiv-url=https://web.archive.org/web/20191029211157/https://elki-project.github.io/releases/current/doc/references.html |archiv-datum=2019-10-29}}</ref><ref>{{Internetquelle |autor= |url=https://elki-project.github.io/algorithms/ |titel=Data Mining Algorithms in ELKI |titelerg=Liste der implementierten Algorithmen |werk= |hrsg= |datum= |abruf=2019-10-29 |sprache=en}}</ref><ref name=":0" />

* [[K-Means-Algorithmus|K-Means]] Clustering
* [[EM-Algorithmus]] – Expectation-Maximization-Algorithmus
* [[Apriori-Algorithmus]]
* [[Hierarchische Clusteranalyse#Single-Linkage|Single-linkage clustering]]
* [[Hierarchische Clusteranalyse]]
* [[DBSCAN]] (Density-Based Spatial Clustering of Applications with Noise)
* [[OPTICS]] (Ordering Points To Identify the Clustering Structure), inklusive der Weiterentwicklungen OPTICS-OF, DeLiClu, HiSC, HiCO und DiSH
* [[Local Outlier Factor]] (LOF)
* [[R-Baum]], R*-Baum und M-Baum
* [[Multidimensionale Skalierung]]

== Versionsgeschichte ==
Version 0.1 (Juli 2008) enthielt bereits zahlreiche Algorithmen aus den Bereichen [[Clusteranalyse]] und [[Ausreißer]]-Erkennung, sowie einige [[Indexstruktur]]en wie den [[R-Baum|R*-Baum]]. Der Fokus des ersten Releases war auf Subspace-Clustering-Verfahren.<ref>{{Literatur |Autor=Elke Achtert, [[Hans-Peter Kriegel]], Arthur Zimek |Titel=ELKI: A Software System for Evaluation of Subspace Clustering Algorithms |Sammelwerk=Proceedings of the 20th international conference on Scientific and Statistical Database Management (SSDBM 08) |Verlag=Springer-Verlag |Ort=Hong Kong, China |Datum=2008 |Online=[http://www.dbs.ifi.lmu.de/~zimek/publications/SSDBM2008/elkipaper.pdf dbs.ifi.lmu.de] |Format=PDF |KBytes=80 |DOI=10.1007/978-3-540-69497-7_41}}</ref>

Version 0.2 (Juli 2009) fügte Funktionen zur [[Zeitreihenanalyse]] hinzu, insbesondere Distanzfunktionen hierfür.<ref>{{Literatur |Autor=Elke Achtert, Thomas Bernecker, [[Hans-Peter Kriegel]], Erich Schubert, Arthur Zimek |Titel=ELKI in time: ELKI 0.2 for the performance evaluation of distance measures for time series |Sammelwerk=Proceedings of the 11th International Symposium on Advances in Spatial and Temporal Databases (SSTD 2010) |Verlag=Springer-Verlag |Ort=Aalborg |Datum=2009 |Online=[http://www.dbs.ifi.lmu.de/~zimek/publications/SSTD2009/sstd09-elki-paper.pdf dbs.ifi.lmu.de] |Format=PDF |KBytes=230 |DOI=10.1007/978-3-642-02982-0_35}}</ref>

Version 0.3 (März 2010) erweiterte die Auswahl an [[Ausreißer|Outlier]]-Detection-Algorithmen und Visualisierungsmodulen.<ref>{{Literatur |Autor=Elke Achtert, [[Hans-Peter Kriegel]], Lisa Reichert, Erich Schubert, Remigius Wojdanowski, Arthur Zimek |Titel=Visual Evaluation of Outlier Detection Models |Sammelwerk=15th International Conference on Database Systems for Advanced Applications (DASFAA 2010) |Verlag=Springer-Verlag |Ort=Tsukuba, Japan |Datum=2010 |DOI=10.1007/978-3-642-12098-5_34}}</ref>

Version 0.4 (August 2011) fügt zahlreiche Verfahren zum Erkennen von räumlichen [[Ausreißer]]n in [[Geodaten]] hinzu.<ref name="sstd11">{{Literatur |Autor=Elke Achtert, Achmed Hettab, [[Hans-Peter Kriegel]], Erich Schubert, Arthur Zimek |Titel=Spatial Outlier Detection: Data, Algorithms, Visualizations |Sammelwerk=12th International Symposium on Spatial and Temporal Databases (SSTD 2011) |Ort=Minneapolis MN |Datum=2011 |DOI=10.1007/978-3-642-22922-0_41}}</ref>

Version 0.5 (April 2012) hat den Schwerpunkt der Evaluierung von [[Clusteranalyse]]-Ergebnissen, neue Visualisierungen und ein paar neue Algorithmen.<ref name="icde12">{{Literatur |Autor=Elke Achtert, Sascha Goldhofer, [[Hans-Peter Kriegel]], Erich Schubert, Arthur Zimek |Titel=Evaluation of Clusterings Metrics and Visual Support |Sammelwerk=28th International Conference on Data Engineering (ICDE) |Ort=Washington DC |Datum=2012 |DOI=10.1109/ICDE.2012.128}}</ref>

Version 0.6 (Juni 2013 / Januar 2014) kommt mit einer Erweiterung für 3D [[Parallele Koordinaten]] und zusätzlichen Algorithmen.<ref name="sigmod13">{{Literatur |Autor=Elke Achtert, [[Hans-Peter Kriegel]], Erich Schubert, Arthur Zimek |Titel=Interactive Data Mining with 3D-Parallel-Coordinate-Trees |Sammelwerk=Proceedings of the ACM International Conference on Management of Data (ACM SIGMOD) |Ort=New York City |Datum=2013 |DOI=10.1145/2463676.2463696}}</ref>

Version 0.7 (August 2015) fügt unsichere Datentypen und Algorithmen für unsichere Daten hinzu.<ref name="vldb15">{{Literatur |Autor=Erich Schubert, Alexander Koos, Tobias Emrich, Andreas Züfle, Klaus Arthur Schmid, Arthur Zimek |Titel=A Framework for Clustering Uncertain Data |Sammelwerk=Proceedings of the VLDB Endowment |Band=8 |Nummer=12 |Datum=2015 |Seiten=1976–1987 |Online=http://www.vldb.org/pvldb/vol8/p1976-schubert.pdf}}</ref>

Version 0.7.5 (Februar 2019) fügt zusätzliche Clusteringverfahren, Ausreißermethoden, Evaluationsmaße und Indexstrukturen hinzu.<ref name=":0">{{Literatur |Autor=Erich Schubert, Arthur Zimek |Titel=ELKI: A large open-source library for data analysis - ELKI Release 0.7.5 "Heidelberg" |Hrsg= |Sammelwerk= |Band= |Nummer= |Auflage= |Verlag= |Ort= |Datum=2019-02-10 |ISBN= |arXiv=cs.LG/1902.03616 |Seiten=}}</ref>

Version 0.8.0 (Oktober 2022) wählt automatisch geeignete Indexstrukturen zur Beschleunigung von Algorithmen, die zuvor vom Nutzer ausgewählt und aktiviert werden mussten.<ref>{{Literatur |Autor=Erich Schubert |Titel=Automatic Indexing for Similarity Search in ELKI |Sammelwerk=Similarity Search and Applications |Band=13590 |Verlag=Springer International Publishing |Ort=Cham |Datum=2022 |ISBN=978-3-031-17848-1 |DOI=10.1007/978-3-031-17849-8_16 |Seiten=205–213 |Online=https://link.springer.com/10.1007/978-3-031-17849-8_16 |Abruf=2023-12-17}}</ref>

== Auszeichnungen ==
<!-- aus der Englischen Wikipedia übernommen, dort war folgender Hinweis zu finden: -->
<!-- Neither me ([[User:Chire]]) nor Dr. Arthur Zimek like this kind of „advertising“ paragraph. -->
<!-- but the article was threatened with [[WP:NOTABILITY]], so we had to put in these references to establish notability! -->

ELKI begann als Implementation<ref name="acmshort">{{Literatur |Autor=Arthur Zimek |Hrsg=[[Association for Computing Machinery|ACM]] SIGKDD |Titel=Correlation clustering |Sammelwerk=ACM SIGKDD Explorations Newsletter |Band=11 |Nummer=1 |Datum=2009 |Seiten=53–54 |DOI=10.1145/1656274.1656286}}</ref> der Doktorarbeit von Arthur Zimek,<ref>{{Literatur |Autor=Arthur Zimek |Titel=Correlation Clustering |TitelErg=Doktorarbeit |Verlag=[[Ludwig-Maximilians-Universität München]] |Ort=München |Datum=2008 |Online=[http://edoc.ub.uni-muenchen.de/8736/1/Zimek_Arthur.pdf edoc.ub.uni-muenchen.de]  |Format=PDF |KBytes= |URN=nbn:de:bvb:19-87361}}</ref> die den „SIGKDD Doctoral Dissertation Award 2009 Runner-up“<ref>{{Internetquelle |url=http://www.sigkdd.org/awards_dissertation.php |titel=SIGKDD Doctoral Dissertation Award |hrsg=[[Association for Computing Machinery|ACM]] SIGKDD |sprache=en |zugriff=2011-04-16 |archiv-url=https://web.archive.org/web/20101129145757/http://sigkdd.org/awards_dissertation.php |archiv-datum=2010-11-29 |offline=ja}}</ref> der [[Association for Computing Machinery]] für ihre Beiträge zum „Correlation Clustering“ gewann. Die im Zuge der Dissertation publizierten Algorithmen (4C, COPAC, HiCO, ERiC, CASH) zusammen mit ein paar Vorläufern und Vergleichsverfahren sind in ELKI verfügbar.<ref name="acmshort" />

Die Demonstration der Version 0.4 auf der Konferenz “Symposium on Spatial and Temporal Databases 2011” mit den Geo-Outlier-Erweiterungen für ELKI<ref name="sstd11" /> gewann den “Best Demonstration Paper Award” der Konferenz.

== Verwandte Anwendungen ==

* [[KNIME]] (Konstanz Information Miner) – Projekt der Universität Konstanz zur interaktiven Datenanalyse in [[Eclipse (IDE)|Eclipse]].
* [[RapidMiner]] – eine frei und kommerziell verfügbare Anwendung mit dem Schwerpunkt [[maschinelles Lernen]].
* [[Scikit-learn]] – Python-Projekt mit Verfahren aus dem maschinellen Lernen.
* [[Waikato Environment for Knowledge Analysis|WEKA]] – ein ähnliches Projekt der Universität Waikato, mit einem Schwerpunkt auf [[Klassifizierung]]s-Algorithmen.

== Weblinks ==
* [https://elki-project.github.io/ Offizielle Website von ELKI]

== Belege ==
<references responsive />

[[Kategorie:Data-Mining]]
[[Kategorie:Maschinelles Lernen]]
[[Kategorie:Informationssystem]]
[[Kategorie:Java-Programm]]
[[Kategorie:Freie Software]]
[[Kategorie:Ludwig-Maximilians-Universität München]]
[[Kategorie:Technische Universität Dortmund]]