大数据技术之中的数据挖掘，经常用的挖掘方法主要有哪几种？

目前数据挖掘方法主要有4种，这四种算法包括遗传、决策树、粗糙集和神经网络算法。以下对这四种算法进行一一解释说明。

遗传算法：该算法依据生物学领域的自然选择规律以及遗传的机理发展而来，是一种随机搜索的算法，利用仿生学的原理来对数据知识进行全局优化处理。是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。这种算法具有隐含并行性、易与其它模型联合等优点从而在数据挖掘中得到了应用。

决策树算法：在对模型的预测中，该算法具有很强的优势，利用该算法对庞大的数据信息进行分类，从而对有潜在价值的信息进行定位，这种算法的优势也对照明显，在利用这种算法对数据进行分类时相当迅速，同时描述起来也很简明，在大规模数据处理时，这种方法的应用性很强。

粗糙集算法：这个算法将知识的理解视为对数据的划分，将这种划分的一个总体叫做观念，这种算法的基本原理是将不够精确的知识与确定的或者正确的知识进行类别同时进行类别刻画。

神经网络算法：在对模型的预测中，该算法具有很强的优势，利用该算法对庞大的数据信息进行分类，从而对有潜在价值的信息进行定位，这种算法的优势也对照明显，在利用这种算法对数据进行分类时相当迅速，同时描述起来也很简明，在大规模数据处理时，这种方法的应用性很强。光缆监测及其故障诊断系统对于保证通讯的顺利至关重要，同时这种技能方法也是顺应当今时代的潮流必须推广使用的方法。同时，该诊断技能为通讯管网和日常通讯提供了可靠的技能支持和可靠的后期保证。