DM功能

DM功能：
1 概念描述：定性概念描述 对比概念描述

2 关联分析(association analysis):从给定数据集中发现频繁出现的项集模式知识（即关联规则,association rules）

3 分类和预测：
    分类是利用分类模型对未知数据的归属和类别进行识别，分类模型通过分类挖掘算法从训练样本集合中得到，分类模型的表示方法有：分类规则(if-then)、决策树（decision trees）、数学公式(mathematical formulae)、神经网络
    预测是分类的同义词，预测表示对连续数值的预测，分类表示对有限离散值的预测
4 聚类分析：聚类分析属于无教师监督学习方法
   根据“各聚集内部数据对象间的相似度最大化，而各聚集对象间相似度最小化”和度量数据对象之间相似度的计算公式，将数据对象分为若干组可以学习出分类预测模型。
5 异类分析：有时候小概念事件更有挖掘价值
   不符合大多数数据对象所构成规则（模型）的数据对象就被称为异类（outlier）
6 演化分析：对随时间变化的数据对象的变化规律和趋势进行建模描述