数据挖掘有什么功能？

数据挖掘的功能主要包括六个功能：数据分类，数据关联分组，数据聚类，数据估计，数据预测，和数据顺序模式挖掘。

  1.数据分类

  数据分类是数据挖掘中的常见功能之一。顾名思义，根据不同的属性分类定义分析对象，并建立不同的聚类。数据挖掘中的分类是指对未发生的结果进行预测性分类，主要包括归纳和推理两个步骤。其主要目的是提高分类的准确性，建立分类规则，并重新评估标准的优缺点。 

  2.数据预测

  预测的目的是基于其他属性的值来预测特定属性的值。 此预测属性的值通常称为目标变量或因变量； 其他属性称为解释变量或自变量。 预测的主要方法是建立数据中因变量和自变量之间的关系。 常用的“回归分析”，“时间序列分析”和“类似神经网络”算法。

  3.数据估算

  根据不同的相关属性数据的连续性值，找出每个属性之间的相关性，以了解并获得特定属性的未知连续性值，常用“回归分析”和“神经网络算法”。

  4.数据关联分组

  数据关联分组主要用于发现数据中特征属性之间具有高度相关性的模式，并且找到的模式通常由规则表示。常用的“关联规则（也称为购物蓝图分析）”算法。

  5.数据聚类

  数据聚类主要使用数据中的相似或相同项目将具有较高同构性的数据分离为不同的聚类。集群中的数据相似性越高，则越好，集群之间的差异越大，则越好。 

  在一大批研究对象中，根据不同的研究目的必须存在异质性，但是异质性可能是由几个同质的组引起的。数据聚类的主要目的是为了找出不同同类组之间的差异，通常使用“区分分析”和“聚类分析”算法。