如今在这信息时代，合适的数据挖掘工具能够帮助企业赢在起点上。数据分析行业十分有前景，越来越多人都开始关注数据分析，这是而学习数据分析需要学习数据挖掘，内容十分繁杂。作为专业数据分析师，我带大家了解下数据类型与数据挖掘的步骤。
一、可挖掘的数据类型
具体就是关系数据库、数据仓库、事务数据库、空间数据库、时间序列数据库、文本数据库和多媒体数据库。关系数据库就是表的集合，每个表都赋予一个唯一的名字。每个表包含一组属性列或字段，并通常存放大量元组，比如记录或行。关系中的每个元组代表一个被唯一关键字标识的对象，并被一组属性值描述。数据仓库就是通过数据清理、数据变换、数据集成、数据装入和定期数据刷新构造。
二、数据挖掘步骤
1、数据采集
使用像传感器网络这样的专门硬件、手工录入的用户调查，或者如Web爬虫那样的软件工具来收集文档采集阶段产生的数据通常会先存入数据库，广义上称为数据仓库，然后进行处理。
2. 特征提取和数据清洗
上述采集阶段得到的数据，其格式往往不适合直接进行处理。例如，采集来的数据可能是使用复杂编码的日志或自由格式的文档，并在许多情况下，各种类型的数据又任意地混合在一起，形成自由格式的文档。要使这样的数据适合进一步加工，有必要把它们转化为对数据挖掘算法较为合适的格式，比如多维数据、时序数据或者半结构化数据等。
3.分析处理和算法
数据挖掘过程的最后一步是为处理过的数据设计有效的分析方法。在许多情况下，不太可能将手头的应用直接转化成一个标准的数据挖掘问题，比如转化成关联模式挖掘、聚类、分类以及异常检测这四个“超级问题”中的某一个。
FineBI最新的版本主打的是超大数据量性能和自助式分析2个特点，最高可以支撑20亿数据的秒级呈现，在功能方面跟Tableau很接近，适用于企业中的技术人员、业务人员和数据分析师，可以完全自主的进行探索式分析，软件在易用性和功能上做的都很不错。FineBI在内置的数据挖掘算法方面相对比较丰富一些，除了预测和聚类之外，还支持分类、回归、关联规则一共五大数据挖掘模型算法。
