數(shù)據(jù)分析與數(shù)據(jù)挖掘

01數(shù)據(jù)分析02數(shù)據(jù)挖掘03數(shù)據(jù)分析和數(shù)據(jù)挖掘區(qū)別數(shù)據(jù)分析01數(shù)據(jù)分析數(shù)據(jù)分析是指根據(jù)分析的目的，用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法及工具，對收集來的數(shù)據(jù)進(jìn)行處理與分析，提取有價(jià)值的信息，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析主要實(shí)現(xiàn)三大作用：現(xiàn)狀分析原因分析預(yù)測分析（定量）數(shù)據(jù)分析的思路：先做假設(shè)，然后通過數(shù)據(jù)分析來驗(yàn)證假設(shè)是否正確，從而得到相應(yīng)的結(jié)論。數(shù)據(jù)分析數(shù)據(jù)分析一般都是得到一個(gè)指標(biāo)統(tǒng)計(jì)量結(jié)果，如總和、平均值等，這些指標(biāo)數(shù)據(jù)都需要與業(yè)務(wù)結(jié)合進(jìn)行解讀，才能發(fā)揮出數(shù)據(jù)的價(jià)值與作用。數(shù)據(jù)分析主要采取的方法有：對比分析分組分析交叉分析回歸分析數(shù)據(jù)挖掘02數(shù)據(jù)挖掘數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中，通過統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等方法，挖掘出未知的、且有價(jià)值的信息和知識的過程。數(shù)據(jù)挖掘的主要側(cè)重解決四類問題分類聚類關(guān)聯(lián)預(yù)測（定量、定性）數(shù)據(jù)挖掘的重點(diǎn)在于尋找未知的模式與規(guī)律。比如：啤酒與尿布、安全套與巧克力等數(shù)據(jù)挖掘數(shù)據(jù)挖掘會輸出模型或規(guī)則，并且可相應(yīng)得到模型得分或標(biāo)簽。模型得分如流失概率值、總和得分、相似度、預(yù)測值等；標(biāo)簽如高中低價(jià)值用戶、流失與非流失、信用優(yōu)良中差等。數(shù)據(jù)挖掘主要采用方法決策樹神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)規(guī)則聚類分析數(shù)據(jù)分析與數(shù)據(jù)挖掘區(qū)別03數(shù)據(jù)挖掘狹義的數(shù)據(jù)分析與數(shù)據(jù)挖掘的本質(zhì)都是一樣的，都是從數(shù)據(jù)里面發(fā)現(xiàn)關(guān)于業(yè)務(wù)的知識（有價(jià)值的信息）。但是它們所分析的數(shù)據(jù)、具體的作用、采用的方法和結(jié)果的呈現(xiàn)都不一樣。數(shù)據(jù)不同一方面是數(shù)據(jù)量不同另一個(gè)方面是數(shù)量類型的不同數(shù)據(jù)挖掘作用不同數(shù)據(jù)挖掘與狹義數(shù)據(jù)分析的本質(zhì)區(qū)別在于數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識。采用的方法不同數(shù)據(jù)分析主要采用的是統(tǒng)計(jì)學(xué)的技術(shù)。數(shù)據(jù)挖掘不僅僅需要統(tǒng)計(jì)學(xué)，還大量地使用了機(jī)器學(xué)習(xí)的算法包括聚類、分類、關(guān)聯(lián)分析和預(yù)測等。數(shù)據(jù)挖掘數(shù)據(jù)的組織方式不同用于進(jìn)行數(shù)據(jù)分析的數(shù)據(jù)一般以文件的形式或者單個(gè)數(shù)據(jù)庫的方式組成。同時(shí)因?yàn)樘幚淼臄?shù)據(jù)量有限，需要使用抽樣調(diào)查的方法選擇數(shù)據(jù)。數(shù)據(jù)挖掘可以對全體數(shù)據(jù)進(jìn)行處理。但是，海量數(shù)據(jù)不是傳統(tǒng)數(shù)據(jù)庫和文件系統(tǒng)就可