数据挖掘数据挖掘分析方法数据挖掘分为有指导的数据挖掘和无指导的数据挖掘
有指导的数据挖掘是利用可用的数据建立一个模型，这个模型是对一个特定属性的描述
无指导的数据挖掘是在所有的属性中寻找某种关系
具体而言，分类、估值和预测属于有指导的数据挖掘；关联规则和聚类属于无指导的数据挖掘
1．分类
它首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘技术，建立一个分类模型，再将该模型用于对没有分类的数据进行分类
2．估值
估值与分类类似，但估值最终的输出结果是连续型的数值，估值的量并非预先确定
估值可以作为分类的准备工作
3．预测
它是通过分类或估值来进行，通过分类或估值的训练得出一个模型，如果对于检验样本组而言该模型具有较高的准确率，可将该模型用于对新样本的未知变量进行预测
4．相关性分组或关联规则
其目的是发现哪些事情总是一起发生
5．聚类
它是自动寻找并建立分组规则的方法，它通过判断样本之间的相似性，把相似样本划分在一个簇中
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
