算法工具的横向对比挺少见的，尤其是把数据仓库和数据挖掘主流平台像Clementine、Darwin、Enterprise Miner、Intelligent Miner这些放一块来的。对你要选工具做项目还是了解各家强项，参考价值都挺高。

决策树、神经网络、回归、聚类这些主力算法，在不同平台上支持情况不一样。有的全都有，有的比如PRW，就偏轻量，支持的算法蛮少。你要是正在纠结选哪家工具，不妨看看这个对比表。

顺手给你推荐几篇蛮实用的文章，像 MapReduce 决策树研究 这篇，用大数据场景跑树模型；还有 构建决策树模型，从思路到代码讲得比较清楚，适合入门。如果你是 Python 党，可以直接上 Python 实现决策树模型解析，用起来方便，调试也直观。

哦对了，SPSS-Clementine 的应用技巧也不错，对那套工具链熟悉点的可以看看。还有压缩包版本的资源也别错过，比如 决策树.zip。

如果你刚好在选型或者要写个算法综述，那这份比较表和这些配套资源真心省不少事。用的时候注意版本差异，有的功能在旧版里不太一样。