KEEL是一款开源（GPLv3）的Java软件工具，用于评估用于数据挖掘问题（如回归、分类、聚类、模式挖掘等）的进化算法。它包含大量经典的知识提取算法、预处理技术（如训练集选择、特征选择、离散化、缺失值填补方法等）、基于计算智能的学习算法，包括基于不同方法的进化规则学习算法（如匹兹堡、密歇根和IRL等），以及混合模型，如遗传模糊系统、进化神经网络等。它允许我们对任何学习模型进行完整分析，并与现有模型进行比较，包括提供用于比较的统计检验模块。此外，KEEL的设计目标具有双重性：研究与教育。