一、提高整个数据科学团队的工作效率

　　1、在拖放式视觉界面中加速并自动创建预测模型

　　2、超过1500种 算法和功能的丰富库可确保针对任何用例提供最佳模型

　　3、针对常见用例的预制模板，包括客户流失，预测性维护，欺诈检测等

　　4、“群众智慧”在每个步骤均提供主动建议，以帮助初学者

　　二、连接到任何数据源

　　1、立即建立指向数据库，企业数据仓库，数据湖，云存储，业务应用程序和社交媒体的点击连接

　　2、随时轻松重用连接，并轻松与需要访问的任何人共享连接

　　3、通过RapidMiner市场扩展连接到新资源

　　三、自动化的数据库内处理

　　1、查询和检索数据而无需编写复杂的SQL

　　2、利用高度可扩展的数据库集群的强大功能

　　3、支持MySQL，PostgreSQL和Google BigQuery

　　四、数据可视化与探索

　　1、通过散点图，直方图，折线图，平行坐标，箱形图等了解模式，趋势和分布

　　2、快速查找并修复常见的数据质量问题，包括缺失值和异常值

　　3、使用强大的统计概述和30多种交互式可视化视图来探索数据

　　五、数据准备和混合

　　1、RapidMiner Turbo Prep 提供了完全交互式的点+单击数据准备体验

　　2、跨任意数量的源提取，合并，过滤和分组数据

　　3、创建可计划和共享的可重复数据准备和ETL过程

　　六、视觉与自动化机器学习

　　1、RapidMiner自动模型 使用自动机器学习在5次点击中创建模型

　　2、从数百种有监督和无监督的机器学习算法中进行选择

　　3、实施基本和高级ML技术，包括回归，聚类，时间序列，文本分析和深度学习

　　4、建立模型以对诸如成本之类的约束敏感，以针对您所需的业务影响优化预测

　　5、同时使用自动和手动特征工程来优化模型准确性

　　七、模型验证

　　1、通过独特的方法消除过拟合，该方法可防止模型训练的预处理数据泄漏到模型的应用程序中

　　2、只需单击一下鼠标，即可将经过验证的技术(例如交叉验证)添加到模型中

　　八、可解释的模型不是黑匣子

　　1、记录了数据准备，建模和验证过程中的每个步骤，以确保完全透明

　　2、视觉很容易向组织中的其他人解释，以赢得部署支持

　　3、支持本地可解释模型不可知论解(LIME)框架

　　九、从R&Python代码获得更多

　　1、将基于代码的模型和包含代码的模型部署到可扩展的平台中

　　2、通过将代码段上传到RapidMiner存储库中，以简化可视化工作流设计器，从而消除重复的工作并确保其他人重复使用您的工作

　　3、通过建立在专业且先进的库之上，并使用RapidMiner将其提供给您的团队中的其他成员，从而利用充满活力的Python生态系统

　　4、利用其他人产生的数据准备和ETL管道

　　十、灵活的评分和模型操作

　　1、快速将计分的数据部署到电子表格和数据可视化工具，或使用RapidMiner Server将模型转换为生产Web服务

　　2、RapidMiner模型操作 为不那么高级的用户提供了一种简便的方法，使其可以将模型投入生产并正确管理它们

　　3、与企业调度工具集成

　　4、添加 RapidMiner实时评分， 以应对高交易量/低延迟的用例

　　十一、自动化与过程控制

　　1、使用流程控制操作员创建重复和循环任务，分支流和访问系统资源的工作流

　　2、支持用于自定义集成和自动机的多种脚本语言

　　3、安排流程

　　十二、开放，可扩展

　　1、使用R和Python代码和库来扩展RapidMiner

　　2、通过Github上的RapidMiner Python库将RapidMiner与Python集成

　　3、通过RapidMiner市场下载RapidMiner，我们的合作伙伴和社区提供的新功能

　　4、通过其灵活的扩展机制为RapidMiner添加新功能

　　5、RapidMiner Studio开放式内核已获得 AGPL许可