很多人估计还不清楚数据挖掘的目的是什么，其实数据挖掘的两大目的就是是预测和描述数据，其中前者的计算机建模及实现过程通常被称为监督学习(supervised learning) ，后者的则通常被称为无监督学习(supervised learning) 。往更细分，数据挖掘的目标可以划分为以下这些：
预测数据
预测性挖掘任务对当前数据进行推断，以做出预测。预测主要包括分类——将样本划分到几个预定义类之一；回归——将样本映射到一个真实值预测变量上。也就是说给了一定的目标属性，让去预测目标的另外一特定属性。如果该属性是离散的，通常称之为“分类”，而如果目标属性是一个连续的值，则称之为“回归”。
描述数据
描述性挖掘任务是描述数据库中数据的一般性质。描述主要包括聚类——将样本划分为不同类(无预定义类)，关联规则发现——发现数据集中不同特征的相关性。这是指找出数据间潜在的联系模式。其他的描述任务还有异常检测，其过程类似于聚类的反过程，聚类将相似的数据聚合在一起，而异常检测将离群太远的点给剔除出来。
说起来可能很复杂，不容易理解，为了帮助大家了解数据挖掘是如何进行的，如何对预测性挖掘任务对当前数据进行推断，以做出预测。我引用Smartbi的数据挖掘平台（Smartbi Mining）快速搭建一个银行客户流失的预测的过程。
1.新建实验
Smartbi数据挖掘的默认界面为‘实验管理’界面，该界面可以进行‘新建实验’：
新建方式1：在文件夹右键菜单‘新建’中单击‘实验’；
新建方式2：单击‘新建实验’。
2.选择数据源
根据原始数据存放的方式在选择数据源节点，将数据源节点拖拽至画布区域，并在参数面板上进行数据源信息的设置。
3.数据模型搭建
特征选择：将‘卡等级’、‘是否为代发客户’、‘月均代发金额’、‘最多代发金额’、‘月初AUM’、‘月均AUM’做为特征列，而‘是否流失’做为标签列；
拆分：将数据集进行拆分，一部分数据用来训练模型，另一部分用来验证经过训练的模型效果如何；
随机森林：本研究用分类算法节点中选择 随机森林算法 进行预测客户流失的模型构建。
4.训练&预测
训练：训练节点的输入分为两部分，左边为算法节点，右边为训练数据集，模型通过对训练集数据中特征列的数据进行学习，并根据标签列的数据，确认具有何种特征的数据可能是流失客户，进而使模型获得能够识别流失客户的能力；
预测：预测节点的输入分为两部分，左边为训练好的模型，右边为测试数据集，模型运用识别流失客户的能力，对测试集中的特征列数据进行处理，并获得是否为流失客户的标记，这里的标记是数据模型给出的结论，并非测试集中标签列的数据。
5.结果评估
评估：通过对比数据模型预测结果与测试集数据之间的差异，可以评价模型的效果。
最终输出评价结果为：
图：Smartbi银行客户流失预测结果
从上图可以看到这个数据模型的准确率高达95%。相信看过这个例子之后，帮助很多人了解了数据挖掘的目的，有什么意义。以及如何做数据挖掘。当然，如果想要深入了解的话，这个例子并不能很好的体现出数据挖掘的价值，可以到Smartbi官网了解更多关于数据挖掘的知识及使用。
