支持多种高效实用的机器学习算法，包含了 分类 、 回归 、 聚类 、 预测 、 关联，这5大类机器学习的成熟算法。
其中包含了多种可训练的模型： 逻辑回归、 决策树、 随机森林、 朴素贝叶斯、 支持向量机、 线性回归、 K均值、 高斯混合模型。
2、Mining产品定位
解锁未来的数据挖掘,是对商业数据中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性信息的过程。
数据挖掘揭示的是未知的、将来的数据关系。数据挖掘的知识领域涵盖了数据库技术、统计学知识、机器学习、可视化等多学科知识的综合应用。
3、Mining产品特点
- 专业算法能力
Smartbi Mining内置50+挖掘组件，丰富机器学习成熟算法，支持文本分析处理，支持使用Python扩展挖掘算法， 支持使用SQL扩展数据处理能力。
- 简单易用
业务人员也能高度参与的数据挖掘产品，分析全程可视化。采取直观的流式建模，极简风格的节点配置界面，支持可视化探索，
轻松理解数据质量和数据并联，流程节点在线帮助，模型超参数自动调整。
- 能满足大型企业数据挖掘需求
产品采用分布式云计算，线性扩展，保证性能，一键发布挖掘模型，模型库提高知识复用，减少重复投入，支持跨库查询，
统一控制数据访问权限，训练自动化、模型自学习。
- 跟BI平台无缝集成
数据挖掘结果往往不容易被理解，Smartbi Mining作为Smartbi产品家族一员，能够与Smartbi的其他可视化功能无缝集成，
将挖掘结果通过Smartbi多样丰富的可视化手段进行分析展现。
4、Mining目标群体
需要做数据预测的任何企业或者机构
5、Mining适用场景
Smartbi Mining能做到在大量数据里面，发现数据的规律并且揭示数据之间的关系，从而对以后的业务趋势进行预测，可以应用到下面各种应用场景去
6、Mining架构
下图是Smartbi Mining平台技术架构。主要包含：数据接入层、处理引擎层、模型应用层、访问层。
