数据挖掘是以查找隐藏在数据中的信息为目标的技术，是应用算法从大型数据库中提取知识的过程，这些算法确定信息项之间的隐性关联，并且向用户显示这些关联

R，SAS，SPSS等典型应用场景为 实验室工具
处理数据量受限于内存，因此无法处理海量数据
使用Oracle数据库等处理海量数据，但缺乏有效快速专业的分析功能
可以采用抽样等方法，但有局限性，比如对于聚类，推荐系统则无法使用抽样
解决方向：Hadoop集群和Map-Reduce并行计算


分类的定义
       分类是指把数据样本映射到一个事先定义的类中的学习过程，即给定一组输入的属性向量及其对应的类，用基于归纳的学习算法得出分类。分为学习和分类阶段。
       分类的任务是通过分析由已知类别数据对象组成的训练数据集，建立描述并区分数据对象类别的分类函数或分类模型。
       分类的目的是利用分类模型预测未知类别数据对象的所属类别。
贝叶斯分类器用于垃圾邮件分类。