1、什么是數(shù)據(jù)挖掘？
     數(shù)據(jù)挖掘(Data Mining)是采用數(shù)學(xué)的、統(tǒng)計(jì)的、人工智能和神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的科學(xué)方法，如記憶推理、聚類分析、關(guān)聯(lián)分析、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、基因算法等技術(shù)，從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對(duì)決策有潛在價(jià)值的關(guān)系、模式和趨勢(shì),并用這些知識(shí)和規(guī)則建立用于決策支持的模型，提供預(yù)測(cè)性決策支持的方法、工具和過(guò)程。
     數(shù)據(jù)挖掘綜合了各個(gè)學(xué)科技術(shù)，有很多的功能，當(dāng)前的主要功能如下：
　　(1)、分類：按照分析對(duì)象的屬性、特征，建立不同的組類來(lái)描述事物。例如：銀行部門根據(jù)以前的數(shù)據(jù)將客戶分成了不同的類別，現(xiàn)在就可以根據(jù)這些來(lái)區(qū)分新申請(qǐng)貸款的客戶，以采取相應(yīng)的貸款方案。
　  (2)、聚類：識(shí)別出分析對(duì)內(nèi)在的規(guī)則，按照這些規(guī)則把對(duì)象分成若干類。例如：將申請(qǐng)人分為高度風(fēng)險(xiǎn)申請(qǐng)者，中度風(fēng)險(xiǎn)申請(qǐng)者，低度風(fēng)險(xiǎn)申請(qǐng)者。
　　(3)、關(guān)聯(lián)規(guī)則：關(guān)聯(lián)是某種事物發(fā)生時(shí)其他事物會(huì)發(fā)生的這樣一種聯(lián)系。例如：每天購(gòu)買啤酒的人也有可能購(gòu)買香煙，比重有多大，可以通過(guò)關(guān)聯(lián)的支持度和可信度來(lái)描述。
    (4)、預(yù)測(cè)：把握分析對(duì)象發(fā)展的規(guī)律，對(duì)未來(lái)的趨勢(shì)做出預(yù)見(jiàn)。例如：對(duì)未來(lái)經(jīng)濟(jì)發(fā)展的判斷。
　  (5)、偏差的檢測(cè)：對(duì)分析對(duì)象的少數(shù)的、極端的特例的描述，揭示內(nèi)在的原因。例如：在銀行的100萬(wàn)筆交易中有500例的欺詐行為，銀行為了穩(wěn)健經(jīng)營(yíng)，就要發(fā)現(xiàn)這500例的內(nèi)在因素，減小以后經(jīng)營(yíng)的風(fēng)險(xiǎn)。
    當(dāng)然除了以上所列出的還有時(shí)間序列分析等一些其他的功能，需要注意的是：數(shù)據(jù)挖掘的各項(xiàng)功能不是獨(dú)立存在的，在數(shù)據(jù)挖掘中互相聯(lián)系，發(fā)揮作用。

2、數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)的聯(lián)系
    數(shù)據(jù)挖掘技術(shù)是計(jì)算機(jī)技術(shù)、人工智能技術(shù)和統(tǒng)計(jì)技術(shù)等構(gòu)成的一種新學(xué)科。數(shù)據(jù)挖掘來(lái)源于統(tǒng)計(jì)分析，而又不同于統(tǒng)計(jì)分析。數(shù)據(jù)挖掘不是為了替代傳統(tǒng)的統(tǒng)計(jì)分析技術(shù)，相反，數(shù)據(jù)挖掘是統(tǒng)計(jì)分析方法的擴(kuò)展和延伸。大多數(shù)的統(tǒng)計(jì)分析技術(shù)都基于完善的數(shù)學(xué)理論和高超的技巧，其預(yù)測(cè)的準(zhǔn)確程度還是令人滿意的，但對(duì)于使用者的知識(shí)要求比較高。而隨著計(jì)算機(jī)能力的不斷發(fā)展，數(shù)據(jù)挖掘可以利用相對(duì)簡(jiǎn)單和固定程序完成同樣的功能。新的計(jì)算算法的產(chǎn)生如神經(jīng)網(wǎng)絡(luò)、決策樹(shù)使人們不需了解到其內(nèi)部復(fù)雜的原理也可以通過(guò)這些方法獲得良好的分析和預(yù)測(cè)效果。
     由于數(shù)據(jù)挖掘和統(tǒng)計(jì)分析根深蒂固的聯(lián)系，通常的據(jù)挖掘工具都能夠通過(guò)可選件或自身提供統(tǒng)計(jì)分析功能。這些功能對(duì)于數(shù)據(jù)挖掘的前期數(shù)據(jù)探索和數(shù)據(jù)挖掘之后對(duì)數(shù)據(jù)進(jìn)行總結(jié)和分析都是十分必要的。統(tǒng)計(jì)分析所提供的諸如方差分析、假設(shè)檢驗(yàn)、相關(guān)性分析、線性預(yù)測(cè)、時(shí)間序列分析等功能都有助于數(shù)據(jù)挖掘前期對(duì)數(shù)據(jù)進(jìn)行探索，發(fā)現(xiàn)數(shù)據(jù)挖掘的題目、找出數(shù)據(jù)挖掘的目標(biāo)、確定數(shù)據(jù)挖掘所需涉及的變量、對(duì)數(shù)據(jù)源進(jìn)行抽樣等等。所有這些前期工作對(duì)數(shù)據(jù)挖掘的效果產(chǎn)生重大影響。而數(shù)據(jù)挖掘的結(jié)果也需要統(tǒng)計(jì)分析的描述功能（最大值、最小值、平均值、方差、四分位、個(gè)數(shù)、概率分配）進(jìn)行具體描述，使數(shù)據(jù)挖掘的結(jié)果能夠被用戶了解。因此，統(tǒng)計(jì)分析和數(shù)據(jù)挖掘是相輔相成的過(guò)程,兩者的合理配合是數(shù)據(jù)挖掘成功的重要條件。
    3、數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)的區(qū)別
       統(tǒng)計(jì)學(xué)目前有一種趨勢(shì)是越來(lái)越精確。當(dāng)然，這本身并不是壞事，只有越精確才能避免錯(cuò)誤，發(fā)現(xiàn)真理。統(tǒng)計(jì)學(xué)在采用一個(gè)方法之前先要證明，而不是象計(jì)算機(jī)科學(xué)和機(jī)器學(xué)習(xí)那樣注重經(jīng)驗(yàn)。有時(shí)候同一問(wèn)題的其它領(lǐng)域的研究者提出一個(gè)很明顯有用的方法，但它卻不能被統(tǒng)計(jì)學(xué)家證明（或者現(xiàn)在還沒(méi)有證明）。統(tǒng)計(jì)雜志傾向于發(fā)表經(jīng)過(guò)數(shù)學(xué)證明的方法而不是一些特殊方法。數(shù)據(jù)挖掘作為幾門學(xué)科的綜合，已經(jīng)從機(jī)器學(xué)習(xí)那里繼承了實(shí)驗(yàn)的態(tài)度。這并不意味著數(shù)據(jù)挖掘工作者不注重精確，而只是說(shuō)明如果方法不能產(chǎn)生結(jié)果的話就會(huì)被放棄。
       正是由于統(tǒng)計(jì)學(xué)的數(shù)學(xué)精確性，而且其對(duì)推理的側(cè)重，盡管統(tǒng)計(jì)學(xué)的一些分支也側(cè)重于描述，但是瀏覽一下統(tǒng)計(jì)論文的話就會(huì)發(fā)現(xiàn)這些論文的核心問(wèn)題就是在觀察了樣本的情況下如何去推斷總體。當(dāng)然這也常常是數(shù)據(jù)挖掘所關(guān)注的。下面我們會(huì)提到數(shù)據(jù)挖掘的一個(gè)特定屬性就是要處理的是一個(gè)大數(shù)據(jù)集。這就意味著，傳統(tǒng)統(tǒng)計(jì)學(xué)由于可行性的原因，我們常常得到的只是一個(gè)樣本，但是需要描述樣本取自的那個(gè)大數(shù)據(jù)集。然而，數(shù)據(jù)挖掘問(wèn)題常常可以得到數(shù)據(jù)總體，例如關(guān)于一個(gè)公司的所有職工數(shù)據(jù)，數(shù)據(jù)庫(kù)中的所有客戶資料，去年的所有業(yè)務(wù)。在這種情形下，統(tǒng)計(jì)學(xué)的推斷就沒(méi)有價(jià)值了。
       很多情況下，數(shù)據(jù)挖掘的本質(zhì)是很偶然的發(fā)現(xiàn)非預(yù)期但很有價(jià)值的信息。這說(shuō)明數(shù)據(jù)挖掘過(guò)程本質(zhì)上是實(shí)驗(yàn)性的。這和確定性的分析是不同的。（實(shí)際上，一個(gè)人是不能完全確定一個(gè)理論的，只能提供證據(jù)和不確定的證據(jù)。）確定性分析著眼于最適合的模型－建立一個(gè)推薦模型，這個(gè)模型也許不能很好的解釋觀測(cè)到的數(shù)據(jù)。大部分統(tǒng)計(jì)分析提出的是確定性的分析。
      如果數(shù)據(jù)挖掘的主要目的是發(fā)現(xiàn)，那它就不關(guān)心統(tǒng)計(jì)學(xué)領(lǐng)域中的在回答一個(gè)特定的問(wèn)題之前，如何很好的搜集數(shù)據(jù)，例如實(shí)驗(yàn)設(shè)計(jì)和調(diào)查設(shè)計(jì)。數(shù)據(jù)挖掘本質(zhì)上假想數(shù)據(jù)已經(jīng)被搜集好，關(guān)注的只是如何發(fā)現(xiàn)其中的秘密。
      （另外，統(tǒng)計(jì)學(xué)的核心是模型，數(shù)據(jù)挖掘的更重要的是準(zhǔn)則。這部分沒(méi)看懂，期待有人補(bǔ)充。）