數(shù)據(jù)挖掘(DataMining)是從大量數(shù)據(jù)中通過數(shù)理統(tǒng)計(jì)算法搜索隱藏于其中的信息的過程。它通常被視為數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)中的一個(gè)步驟。數(shù)據(jù)挖掘技術(shù)可以自動(dòng)或半自動(dòng)地從大量不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取出隱含在其中的、事先未知的、但又有潛在有用信息和知識(shí)的過程。

數(shù)據(jù)挖掘涉及多個(gè)學(xué)科，包括統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、模式識(shí)別、人工智能、數(shù)據(jù)庫和可視化技術(shù)等。它是通過分析型企業(yè)中的重要技術(shù)，幫助企業(yè)調(diào)整市場(chǎng)策略、減少風(fēng)險(xiǎn)并做出正確的決策。

數(shù)據(jù)挖掘的對(duì)象可以是任何類型的數(shù)據(jù)，如結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)源可以是關(guān)系數(shù)據(jù)庫、數(shù)據(jù)倉庫、文本、多媒體數(shù)據(jù)、空間數(shù)據(jù)、時(shí)序數(shù)據(jù)、Web數(shù)據(jù)等。

進(jìn)行數(shù)據(jù)挖掘的基本步驟如下：

1、數(shù)據(jù)提取

從數(shù)據(jù)倉庫、數(shù)據(jù)湖等中提取與分析任務(wù)相關(guān)的數(shù)據(jù)，形成數(shù)據(jù)集，包括訓(xùn)練集、驗(yàn)證集和測(cè)試集。

2、數(shù)據(jù)預(yù)處理

對(duì)數(shù)據(jù)進(jìn)行清洗、標(biāo)準(zhǔn)化、歸一化處理和數(shù)據(jù)變量分箱等操作。

3、數(shù)據(jù)挖掘?qū)嵤?/strong>