数据挖掘：预测性挖掘与描述性挖掘

数据挖掘主要包括预测性挖掘和描述性挖掘。预测性挖掘基于原始数据进行合理推断以预测未来信息，常见手段包括分类、回归等；描述性挖掘用于刻画数据库中原始数据的一般特性，常见手段包括聚类分析、相关分析、趋势分析、异常分析等。

预测性挖掘旨在发现数据中的模式和关系，以推断未来的趋势和行为。分类是一种预测性挖掘技术，用于将数据分为不同的类别。回归分析则是一种预测性挖掘技术，用于预测数值型变量的值。

描述性挖掘则旨在对数据进行描述和总结，以便更好地理解数据。聚类分析是一种描述性挖掘技术，用于将数据分为不同的群组。相关分析则可以用于探索数据中的关联关系。趋势分析可以帮助了解数据中的趋势和模式，而异常分析则用于识别和分析数据中的异常值。