大数据的挖掘常用的方法有分类、回归分析、聚类、关联规则、神经网络方法、Web 数据挖掘等。这些方法从不同的角度对数据进行挖掘。
所以总体可以认为深度学习跟机器学习都属于数据挖掘的方法。
(1)分类
分类是找出数据库中的一组数据对象的共同特点并按照分类模式将其划分为不同的类。
比如我们在电商商平台上的各类产品，肯定要按照产品属性进行分类，对应的数据挖掘的分类，就是利用属性去寻找有共同特点的数据对象，归到一个大集合。
(2)回归分析
回归分析反映了数据库中数据的属性值的特性，通过函数表达数据映射的关系来发现属性值之间的依赖关系。
比如，我们有了过去三年的销售数据，我们就可以抽象出影响销售的因素，对未来的销售数据做出预测。
(3)聚类。聚类类似于分类，但与分类的目的不同，是针对数据的相似性和差异性将一组数据分为几个类别。
（4）关联规则
关联规则是隐藏在数据项之间的关联或相互关系，即可以根据一个数据项的出现推导出其他数据项的出现。
我们最喜欢举得例子，就是爸爸去超市购物的例子，爸爸去超市买奶粉，如果在旁边放上爸爸喜欢的啤酒起子、酒精饮料，肯定能引导消费。
(5)神经网络方法。神经网络作为一种先进的人工智能技术，因其自身自行处理、
分布存储和高度容错等特性非常适合处理非线性的以及那些以模糊、不完整、不 严密的知识或数据为特征的处理问题，它的这一特点十分适合解决数据挖掘的问题。
目前的大数据处理，已经不是结构数据为天下，而是有大量文本、音频、视频、图像等非线性数据，所以基于神经网络的深度学习算法，目前已经蓬勃发展，不可阻挡的改变着一切。
(6)Web数据挖掘。Web数据挖掘是一项综合性技术，指Web 从文档结构和使用的集合C 中发现隐含的模式P，如果将C看做是输入，P 看做是输出，那么Web 挖掘过程就可以看做是从输入到输出的一个映射过程。
这个我个人的理解，更像是用户行为画像，目前基于HTML5的前端页面，已经有了充足的信息获取能力，比起之前的HTML静态页面，实在太强了。以前困惑我们的用户的分类问题、网站内容时效性问题，用户在页面停留时间问题，页面的链入与链出数问题等已经慢慢得到了解决。
在这里简单做一个总结，具体内容可以到作者主页查看。
回归分析方法
包括简单线性回归；简单多项式回归；多元线性回归；多元多项式回归；多变量回归；Logistic逻辑回归；Poison泊松回归；Cox比例风险回归等。
无监督聚类算法
包括K-means聚类，K-中心点聚类，SOM神经网络聚类等。
目前公开可以使用的，在机器学习和数据挖掘领域的算法包有很多。根据不同的场景、使用者的不同知识背景(主要是编程语言)，都有对应的，可以快速使用的算法库。下面介绍比较流行的python机器学习库scikit-learn。
scikit-learn
对于ML领域的Pythoner来说，scikit-learn这个包肯定是必不可少会用到的。Scikit-learn项目最早由 David Cournapeau发起的，专门针对机器学习应用而发展起来的一款开源框架。
Scikit-learn主要包括四大领域的算法集，每一个类型都有若干种不同的算法。
- 分类算法
包括常用的逻辑回归、支持向量机、各种决策树算法(C4.5,ID3,CART)、多种分布的朴素贝叶斯算法(高斯分布、伯努利分布),神经网络(主要是多层感知机，不过scikit-learn并不是一个深度学习库，所以这里的神经网络并不好用) 等等。
- 回归算法
主要支持向量回归（SVR），岭回归，Lasso回归，弹性网络（Elastic Net)和一些线性回归模型等。
-
聚类
scikit-learn基本上包含了各种类型的聚类算法，具体包括：K-均值聚类，谱聚类，层次聚类，DBSCAN等。
-
流形学习
流形学习最常见的用法就是对高维数据可视化的时候用于降维，scikit-learn中集成了著名的t-sne，isomap等算法。
除了以上单一的各类算法之外，scikit-learn集成了在数据竞赛中常用的一种“套路",并且抽象成了一个统一的方法-ensemble method。提供了bagging方法、boost方法的基础API，可以简单的通过多个分类器构建一个ensemble 模型。
其次，作为一个拥有庞大开源社区的机器学习库，scikit-learn覆盖了模型构建的方方面面，除了算法，也提供了数据预处理的相关操作、模型的各类评估方法、模型或特征的选择算法等，能够在实际工作中极大的提升工作效率，缩短模型训练、调参、特征工程的时间消耗。
综上，scikit-learn是一个居家旅行竞赛工作都非常给力的机器学习框架。
* 如果觉得有用，麻烦关注啦！
相关推荐
-
服务器主机干什么用的,服务器主机干什么用的？
主机和服务器是相对而言的。主机一般是指个人使用的电脑PC机。而在专业术语中，主机仅是电脑的一部分。而我们常说的主机却往往代表整个电脑。服务器一般是指用于专业用的电脑PC机，在实质上，服务器和主机没有什么意...
-
癌症的治疗在现如今的医学界,卫健委官方回应肿瘤治疗黑幕，数百万名癌症患者该何去何从？
医疗其实也是产业，认识到这个问题，就不难理解，肯定有个别不良医生为了挣钱会推荐高价药品，这也是部分药企的营销策略，想推荐给患者，必须通过医生啊，或许这药品并不适合这个患者。医生也是人，有七情六欲，如果...
-
多线程有几种实现方法,同步有几种实现方法,多线程的实现方法，同步有几种方法？
一、java允许多线程并发控制，当多个线程同时操作一个可共享的资源变量时(如数据的增删改查)，将会导致数据不准确，相互之间产生冲突，因此加入同步锁以避免在该线程没有完成操作之前，被其他线程的调用， 从而保证...
-
空调能远程控制开关吗,空调切换器，空调远程控制器和空调启动器有什么区别？
空调远程控制器是：让空调连入互联网，好让手机远程控制app软件，可以在任何能连接网络的地方来实现远程控制空调的开机、关机或者温度调节！空调启动器是：空调的压缩机运转时，需要通过启动电容来让空调压缩机正常...
-
港股停牌多久退市,滴滴启动从纽交所退市工作，为什么上市不到半年就要退市呢？
滴滴出行决定从纽交所退市了，现在已经开启退市工作，这个步骤做得正确。强行留在美国市场上，其实没有太大的用处。股价已经腰斩了，不知何时才能回复。同样民众担忧的一些信息问题，只要在纽交所上市，那么就仍然存...