类神经网络为非线性的设计，与传统回归分析相比，好处是在进行分析时无须限定模式，特别是当资料变数间存有交互效应时可自动侦测出；
    缺点则在于其分析过程为一黑盒子，故常无法以可读的模型格式展现，每阶段的加权与转换亦不明确。所以类神经网络多用于资料属于高度非线性且带有相当程度的变数交感效应时。
    规则归纳法是知识发掘领域中最常用的格式，这是一种以一连串的“如果••••••则••••••”的逻辑规则对资料进行细分的技术。
 

    在实际运用时，如何界定规则有效是最大的问题，通常需先将资料中发生数太少的项目剔除，以避免产生无意义的逻辑规则。
    问题6：资料探勘包含哪些主要功能？
    企业营销资料探勘实际应用的功能可分为三大类六分项：Classification和Clustering属于分类区隔类；Regression和Time—series属于推算预测类；Association和Sequence属于序列规则类。