数据挖掘技术主要有决策树 神经网络 回归 关联规则 聚类 贝叶斯分类6中1决策树技术决策树是一种非常成熟的普遍采用的数据挖掘技术在决策树里数据挖掘项目，所分析的数据样本先是集成为一个树根数据挖掘项目，然后经过层层分枝；基本步骤，使用智能方法提取数据模式模式评估 根据某种兴趣度，识别代表知识的真正有趣的模式知识表示 使用可视化和知识表示技术，向用户提供挖掘的知识数据挖掘方法论 业务理解business understanding从商业角度理解项目的。

1什么是数据挖掘数据挖掘Data Mining是采用数学的统计的人工智能和神经网络等领域的科学方法，如记忆推理聚类分析关联分析决策树神经网络基因算法等技术，从大量数据中挖掘出隐含的先前未知的对决策有；构建数据在此任务中，我们基于数据挖掘项目的特定需要派生一些新字段例如，使用交货日期和客户下订单的日期来计算客户等待接收订单的时间聚合数据，或者以其数据挖掘项目他方式创建新的数据形式数据挖掘的对象 数据的类型可以是结构。

数据挖掘项目案例

1、这就牵扯到数据挖掘项目你需要掌握算法的同时还要会模型软件，例如spss等当然，你在做一个模型挖掘的时候肯定需要原始数据，能从数据库中提炼的数据必须自己来，所以你需要掌握如何写sql并提炼需求数据进行分析另外一点就是你要有一定的。

2、有人说数据挖掘只是ldquo屠龙之技rdquo，看起来神乎其神，却什么用处也没有这只是一种误解，不可否认的是在一些数据挖掘项目中，或者因为缺乏明确的业务目标，或者因为数据质量的不足，或者因为人们对改变业务流程的。

3、就是挖掘数据啊，通俗点说就是把零散的数据整理成可以用的数据，归档成符合项目用的数据。

4、数据挖掘Data Mining是指通过大量数据集进行分类的自动化过程，以通过数据分析来识别趋势和模式，建立关系来解决业务问题换句话说，数据挖掘是从大量的不完全的有噪声的模糊的随机的数据中提取隐含在其中的人们。

5、为成功地利用预测模型，您需要从开发阶段直至生产环境对模型进行全面管理模型生命周期管理是由以下阶段组成的高效交替过程#8226 确定业务目标 #8226 访问和管理数据 #8226 开发模型 #8226 验证模型 #8226。

6、数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程数据挖掘是指通过大量数据集进行分类的自动化过程，以通过数据分析来识别趋势和模式，建立关系来解决业务问题换句话说，数据挖掘是从大量的不完全的有噪声的。

数据挖掘项目的生命周期

1、63 数据准备 在建立数据挖掘模型之前对数据做最后的准备工作，主要是把收集到的各部分数据关联起来，形成一张最终数据宽表这个阶段其实是耗时最长的阶段，一般会占据整个数据挖掘项目的70%左右的时间，包括数据导入数据抽取。

2、商务智能，出分析报告· 2数据挖掘工程师在多媒体电商搜索社交等大数据相关行业里做机器学习算法实现和分析· 3科学研究方向在高校科研单位企业研究院等高大上科研机构研究新算法效率改进及未来应用。

3、数据挖掘通常与计算机科学有关，并通过统计在线分析处理情报检索机器学习专家系统依靠过去的经验法则和模式识别等诸多方法来实现上述目标真正从数据挖掘项目实践的角度讲，沟通能力对挖掘的兴趣爱好是最重要的，有数据挖掘项目了。

4、数据挖掘方法论 1业务理解从商业角度理解项目的目标和要求，接着把这些理解知识通过理论分析转化为数据挖掘可操作的问题，制定实现目标的初步规划2数据理解数据理解阶段开始于原始数据的收集，然后是熟悉数据甄别数据质量。

5、1 亚马逊的“信息公司”果全球哪家公司从大数据发掘出了最大价值，截至目前，答案可能非亚马逊莫属亚马逊也要处理海量数据，这些交易数据的直接价值更大作为一家“信息公司”，亚马逊不仅从每个用户的购买行为中获得信息。