數據挖掘按數據挖掘方法和技術分類有哪些

數據挖掘按數據挖掘方法和技術分類有神經網絡、遺傳算法、決策樹方法、粗集方法、覆蓋正例排斥反例方法、統計分析方法、模糊集方法和挖掘對象。

數據挖掘技術是一種數據處理的技術，是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中、人們事先不知道又潛在有用信息和知識的過程。數據挖掘需要根據數據倉庫中的數據信息，選擇合適的分析工具，應用統計方法、事例推理、決策樹、規則推理、模糊集、甚至神經網絡、遺傳算法的方法處理信息，得出有用的分析信息。數據挖掘過程是一個反覆循環的過程，每一個步驟如果沒有達到預期目標，都需要回到前面的步驟，重新調整並執行。

從數據本身來考慮，通常數據挖掘需要有信息收集、數據集成、數據規約、數據清理、數據變換、數據挖掘實施過程、模式評估和知識表示等8個步驟。