数据分析和数据挖掘有什么区别，想学习一下？

你们班10个女生，40个男生，你分析出最理想的情况下至少会有20个光棍。这是数据分析！

但是，你综合自己的身高，体重，颜值，性格爱好，家境和对未来老婆的畅享等诸多因素。你发现某个女生A可能是你的菜，并且你的成功率很大，而且你知道了她的很多小秘密，小爱好，你知道了努力的方向。深挖下去，最后你们走进了婚姻的殿堂。这就是数据挖掘。

你好，一个科技爱好者来你的提问，关于数据分析和数据挖掘有什么区别？我从各自的概念定义和主要区别两个方面做答如下：

首先，数据分析和数据挖掘的概念

一、数据分析

是指用适当的统计分析方法对收集来的大量数据进行分析，根据分析目的，用适当的统计分析方法及工具，提取有用的信息和形成结论。数据分析是对既有数据的分析，可以帮助人们做出判断，以便采取适当行动。

二、数据挖掘

你好，作为一名数据分析和数据挖掘从业者我来说说我的看法。

数据分析:就是对数据进行分析，利用统计分析方法和工具，对收集的数据进行处理与分析，提取有价值的信息。

数据挖掘:从大量数据中，通过统计学，机器学习，深度学习挖掘出有价值的信息，更偏向算法建模。

数据分析主要通过对比分析，分组分析，交叉分析等等分析方法计算统计量结果，并将结果与业务结合进行解读。

数据挖掘主要通过决策树，聚类，svm，神经网络等等分类，回归方法，建立输出模型或者规则。利用模型和规则对未知数据进行预测和挖掘。

你好，我是一名大数据专业学生，数据的挖掘是属于数据分析的前置，也就是说挖掘下来才可以分析，一般来说分析是要难于挖掘，但是现在的一些网站都注意数据的保护，所以现在的数据挖掘相对于数据分析是难的，反观分析其实都是根据对应的要求进行数据的筛选。挖掘就是爬取数据，分析就是清洗数据。

简单说：数据挖掘就是从海量数据中找到隐藏的规则，数据分析一般要分析的目标比较明确。
主要区别：

1. “数据分析”的重点是观察数据，而“数据挖掘”的重点是从数据中发现“知识规则”KDD（Knowledge Discover in Database）。
   
2. “数据分析”得出的结论是人的智力活动结果，而“数据挖掘”得出的结论是机器从学习集（或训练集、样本集）发现的知识规则。
   
3. “数据分析”得出结论的运用是人的智力活动，而“数据挖掘”发现的知识规则，可以直接应用到预测。
   
4. “数据分析”不能建立数学模型，需要人工建模，而“数据挖掘”直接完成了数学建模。如传统的控制论建模的本质就是描述输入变量与输出变量之间的函数关系，“数据挖掘”可以通过机器学习自动建立输入与输出的函数关系，根据KDD得出的“规则”，给定一组输入参数，就可以得出一组输出量。
   

举个简单的例子：

• 有一些人总是不及时向电信运营商缴钱，如何发现它们？
  

数据分析：通过对数据的观察，我们发现不及时缴钱人群里的贫困人口占82%。所以结论是收入低的人往往会缴费不及时。结论就需要降低资费。
数据挖掘：通过编写好的算法自行发现深层次的原因。原因可能是，家住在五环以外的人，由于环境偏远不及时缴钱。结论就需要多设立一些营业厅或者自助缴费点。希望有所帮助