知识发现(KDD)就是从大数据中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的过程。
知识发现的流程图
数据挖掘是大数据知识发现(KDD)中不可缺少一部分，是大数据理论和应用中非常重要的一部分。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、人们事先不知道的、但潜在的有用信息和知识的过程。大部分人是通过一个案例认识到数据挖掘：这是因为沃尔玛通过数据分析发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段;没想到这个举措居然使尿布和啤酒的销量都大幅增加了。虽然这个故事很可能是假的, 但是确实让不少人开始接触数据挖掘。
数据挖掘基本框架
数据挖掘的最常用的几种算法：
(1)预测建模：将已有数据和模型用于对未知变量的语言。
- 分类，用于预测离散的目标变量
- 回归，用于预测连续的目标变量
(2)聚类分析：发现紧密相关的观测值组群，使得与属于不同簇的观测值相比，属于同一簇的观测值相互之间尽可能类似。
(3)关联分析(又称关系模式)：反映一个事物与其他事物之间的相互依存性和关联性。用来发现描述数据中强关联特征的模式。
(4)异常检测：识别其特征显著不同于其他数据的观测值。
有时也把数据挖掘分为：分类，回归，聚类，关联分析。
数据挖掘的四种典型算法
数据挖掘和机器学习有区别，也有关系，我们将在以后的文章中对其进行介绍。
