(1)预测建模：将已有数据和模型用于对未知变量的语言。
分类，用于预测离散的目标变量
回归，用于预测连续的目标变量
(2)聚类分析：发现紧密相关的观测值组群，使得与属于不同簇的观测值相比，属于同一簇的观测值相互之间尽可能类似。
(3)关联分析(又称关系模式)：反映一个事物与其他事物之间的相互依存性和关联性。用来发现描述数据中强关联特征的模式。
(4)异常检测：识别其特征显著不同于其他数据的观测值。
有时也把数据挖掘分为：分类，回归，聚类，关联分析。
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024