数据挖掘：发现数据背后的信息

数据的挖掘是指通过分析已采集的数据，寻找数据背后隐藏的信息。对于数据挖掘，一种比较公认的定义是W.J.Frawley、G.Piatetsk Shapiro等人提出的：数据挖掘就是从大型数据库的数据中提取人们感兴趣的知识，这些知识是隐含的、事先未知的、潜在有用的信息，提取的知识表示为概念（Concepts）、规则（Rules）、规律（Regularities）、模式（Patterns）等形式。

1.数据挖掘技术

目前常用的数据挖掘方法对计算机的依赖非常严重。有些20世纪提出来的算法，由于计算过程太过复杂而被边缘化，随着计算机技术的不断进步、计算能力的不断增强，又重新被人们利用起来，比如神经网络、支持向量机、决策树、随机森林等算法。另外，随着生产能力的增强，硬件成本也逐渐降低，使得大量使用硬件的要求得到满足，为数据挖掘提供了硬件支持。

通过对数据进行分析，得到的结果往往不够直观甚至难以被理解，这就需要数据的可视化展示，从柱状图、直方图、箱线图、茎叶图（在数据量较大时不适用）、PP图等，到小提琴图、热度图、词云图等。通过将数据形象生动地展示出来，其中的规律往往能够得到更通俗的体现。(www.xing528.com)

2.数据挖掘工具

数据挖掘的过程中使用的工具种类复杂多样，根据各个行业的不同特点等也有不同的使用倾向。在金融行业，常使用的专业工具包括Python、R语言、SAS、MATLAB等。