数据挖掘主要有哪些内容

---

I、什么是数据挖掘

---

1.什么是数据挖掘？
数据挖掘是运用数学、统计学、人工智能和神经网络领域的科学方法，如记忆推理、聚类分析、相关分析、决策树、神经网络、遗传算法等技术隐式地、从大量数据中挖掘出以前未知的对决策具有潜在价值的关系、模式和趋势，并利用这些见解和规则来构建决策支持模型，并为预测性决策支持提供方法、工具和流程。
数据挖掘综合了不同学科的技术，具有多种功能。 事物。 例如，银行部门根据以往的数据将客户分为不同的类别。
(2)分组：识别分析对的内在规则，并根据这些规则将对象分为几类。 例如：将申请人分为高风险申请人、中风险申请人、低风险申请人。
(3)关联规则：关联是当某件事发生时，其他事情也会发生的联系。 例如：每天购买啤酒的人也可能购买香烟。 该百分比可以用协会的支持度和可靠性来描述。
(4)预测：捕捉分析对象的发展规律，预测未来趋势。 例如：判断未来经济发展。
(5)偏差检测：描述分析对象罕见、极端的特殊情况，以发现根本原因。 例如：银行100万笔交易中有500起欺诈案件，银行要想稳定运营，就必须发现这500起案件的内在因素，降低未来运营的风险。
当然，除了上面列出的这些之外，还有时间序列分析等其他功能，需要注意的是，各种数据功能并不是独立存在的，而是相互关联、在数据中发挥作用的。 矿业。