人们认识事物时往往把认识的对象进行分类，以便寻找其中同与不同的特征。分类是由“分”和“类”组成的，其本质就是把事物分开，归到不同的类别中并分别识别，从而获得对事物的重新认知。

数据分类是把握数据共性同时辨识数据特性的逻辑手段，目的是提高处理效率，实现数据处理的目的性与有效性。对数据进行分类的原则是：①必须适合使用者的需要；②要考虑将来出现新数据项的可能性；③数据项要按一定的逻辑安排；④分类方法要综合考虑各种不同的需要。数据分类分析的目的就是寻找到正确的分类规则，常用的分类方法包括决策树法、基于规则的方法、支持向量机、神经网络、基于实例的学习方法、特征选择方法、概率法等。通过对已有数据的分类分析，在出现新的数据对象时，可以根据对象特征对其所属类别进行预测，提供决策支持，因此数据分类分析被大量应用于客户营销、医学诊断、生物数据分析、社交网络分析等领域。