数据挖掘的方法有哪些？

数据挖掘的方法：
1.分类 （Classification）
2.估计（Estimation）
3.预测（Prediction）
4.相关性分组或关联规则（Affinity grouping or association rules）
5.聚类（Clustering）

6.复杂数据类型挖掘(Text，Web ，图形图像，视频，音频等)

数据挖掘
数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英
语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从
大量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Association rule learning）的信
息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学
习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

信用工具有哪些

1、商业票据
2、银行券
3、银行票据
4、国库券
5、债券
6、股票
信用工具由五大要素构成：
1、面值，即凭证的票面价格，包括面值币种和金额；
2、到期日，即债务人必须向债权人偿还本金的最后日期；
3、期限，即债权债务关系持续的时间；
4、利率，即债权人获得的收益水平；
5、利息的支付方式。



扩展资料：
特征：
1、收益性
信用工具的收益有三种：一种为固定收益，另一种是即期收益，还有一种是实际收益。在现实生活中，实际收益并不真实存在，而必须通过再计算。投资者所能接触到的是名义收益和当期收益。

2、风险性
风险是相对于安全而言的，所以风险性从另一个角度讲就是安全性。任何信用工具都有风险，程度不同而已。其风险主要有违约风险、市场风险、政治风险及流动性风险。
3、流动性
金融工具可以买卖和交易，可以换得货币，此即为具有变现力或流通性。

4、偿还性
信用工具一般都注明期限,债务人到期必须偿还信用凭证上所记载的应偿付的债务。
参考资料来源：搜狗百科-信用工具