隨著大數據發展越來越好，數據挖掘成為了未來發展的一大趨勢。數據挖掘主要是使用未來趨勢和行為作出前攝的、基礎知識的決策。下面小編為大家介紹數據挖掘具備的功能。
一、自動預測趨勢和行為
數據挖掘在大型資料庫中自動查詢預測信息，在很早之前，大量的手工分析問題都可以快速和直接的從數據本身得到結論。
二、關聯分析
數據關聯是數據中能夠發現的一種重要知識。如果在兩個和多個變值之間存在一定的規律，這就是所謂的相關性。關聯可以分為簡單相關、事件相關和因果相關。其中關聯分析的目的主要是找出資料庫中隱藏的網絡。資料庫中關聯的數據有時是未知的、有時是已知的、有時是不確定的，所以關聯分析生成的規則才具有可信度。
三、聚類
資料庫中的記錄能夠分為一系類有意義的子集，即聚類。聚類能夠提高人們對客觀現實的理解，是概念記述和偏差分析的前提。聚類主要包括傳統的模式識別方法和數學分類法。
四、概念描述
概念描述是對目標類別的內容的描述，以及此類目的相關特徵的摘要。概念描述分為特徵性描述和區別性描述，描述了不同物體之間的差異。制定一類特徵說明只會影響所有物體的共同要素。進行區別描述的方法還是很多種，如決策樹方法、遺傳學方法等。