数据挖掘通常也被称为数据库中的知识发现，可以从数据库或数据仓库及其他各种数据库的各种类型数据中自动抽取或发现出有用的模式知识。

大部分情况下，数据挖掘都要先把数据从数据仓库中提取到数据挖掘库中，当然，也可以从其他数据库或者平面文件中提取，只是数据仓库的数据清理和数据挖掘的数据清理差不多，如果数据在导入数据仓库是已经清理过，那么在执行数据挖掘时就不需要再清理数据，且所有数据都可以直接应用于挖掘算法。

数据挖掘系统可以独立于数据仓库系统，但是，为了提高挖掘效率，一般以数据仓库为基础，应用挖掘算法从准备好的数据中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。

预测未来并非靠什么法术或天书，而是采用科学的方法和先进的Smartbi数据挖掘科学平台，去分析挖掘隐藏在大量数据里的秘密，揭示数据之间的关系，对事务发展的趋势进行研判。

传统的数据分析揭示的是已知的、过去的数据关系，而数据挖掘揭示的是未知的、将来的数据关系；传统的数据分析采用计算机技术，而数据挖掘不仅采用计算机技术，还涉及到统计学、模型算法等技术。因为数据挖掘发现的是将来的信息，所以最主要就是用来：预测！预测公司未来的销量，预测产品未来的价格等等。

Smartbi数据挖掘科学平台提供一站式的数据挖掘服务，涵盖数据预处理、机器学习算法应用、模型训练、评估、部署、服务发布全生命周期。

其广泛应用于各个领域，包括企业运营、生产控制，市场分析，工程设计、城市规划和科学探索等，从大量的数据中挖掘出有用的信息和知识，以更好地指导我们的工作；功能具备如下的特色：

思迈特软件Smartbi预测分析汇集50＋种数据挖掘算法组件，主要包含分类、聚类、关联规则、回归等丰富的算法组件；支持Java和Python算法扩展可以针对用户场景进行专门定制。

图：机器学习算法种类

业务人员可通过轻松拖拉拽组件的操作，进行可视化建模，完成模型流程的搭建，并能将模型发布管理。每个节点都可以通过添加备注来直观展现建模的过程。

图：机器学习算法包示意图

图：可视化建模示意图