数据挖掘是在大型数据存储库中，自动的发现有用信息的过程。数据挖掘技术用来探查大型数据库，发现先前未知的有用模式。
数据挖掘的任务分为两大类：
- 预测任务。目标是根据其它属性的值，预测特定属性的值。
- 描述任务。目标是导出概括数据中潜在联系的模式（相关、趋势、聚类、轨迹和异常）。
气象数据是天然的大数据，气象数据的分析研究其实都在遵循数据挖掘的规则，或者说是数据挖掘在这一特定领域的应用。
大家知道，时空分布和变化是气象的基本属性和特征，对时空分布和变化的分析一直以来都是气象学研究关注的重点之一。常用的分析方法如：时间序列分析、高级谱分析、时空变量场的EOF、SVD、CCA分析等。不同的方法适用于不同的问题。
关于气候分区的研究已经有很多了，但往往受限于数据和方法，我们对很多问题的认识仍然是有限的。
今天这里的一个示例是基于DBSCAN聚类分析对降水量的气候特征进行一些探索性的分析。
DBSCAN是一种简单、有效的基于密度的聚类算法，寻找被低密度区域分离的高密度区域。
我们对中国160个站1951-2016年夏季（JJA）降水量来做一些分析。距离的度量采用correlation（注意不能用欧式距离）。两个参数Eps和MinPts，实验性的分别尝试[0.3, 0.4, 0.5, 0.6, 0.7]和[3, 4, 5, 6, 7, 8]。Eps是距离半径的阈值，MinPts是点个数的阈值。因此我们刚刚设定的参数搜索范围也就是相关性在0.7~0.3之间，簇内最少站点个数在3~8之间。
由于DBSCAN使用簇的基于密度的定义，因此它是相对抗噪声的，并且能够处理任意形状和大小的簇，可以发现KMeans不能发现的很多簇。这是它的一个优点。
以下是我们得到的一些有意思的结果（时间来不及了，回头再解释）：
