数据挖掘技术的形式包括分类、相关规则和粗糙集。分类是数据挖掘技术的关键，数据的属性分析以及数据收集的质量，都与分类密切相关。分类是通过分析数据属性，根据不同的类型对元组进行划分的一个过程。在元组划分的具体过程中，会形成相应的数据训练集，以此作为划分和处理部分数据的依据，而另外的部分数据则需进行测试，根据测试结果按照相应的规则进行分类。在实际的分类过程中，需要确定分类的范围，分析出目标的属性，形成数据训练集，对数据属性进行研究，选择合适的算法进行分类计算，根据测试结果选择相应的测试集，验证测试数据的分类规则，最后输出分类的规则。

相关规则在数据挖掘技术中，是一种比较简单实用的形式。相关规则能够准确地描述有关数据的信息特征，对数据的分析比较严格。在使用相关规则的过程中，主要是通过描写具体事物，结合这些事物之间的相同属性，在概况总结中呈现事物之间的相同属性和模式。关联规则通常会在数据库中得到直接应用，对各个事物的相应数据进行统一记录，一方面保证数据记录的准确性，另外，也缩小了搜索数据的范围，从整体上提高了系统的运行效率。(www.daowen.com)

粗糙集在数据挖掘技术中的应用主要是作为一种数学工具，用于研究不确定和不精确的数据信息，在整个系统中有明显的使用优势。粗糙集在实际使用过程中，不需要了解相关信息，运算方法简单且容易操作。粗糙集可以发现数据库中的异常数据并对其干扰进行排除，通过分析这些数据的相同规律，以表格的形式进行整合，最终形成可供使用者进行参考的决策表。另外，应用粗糙集可对数据库中不确定的数据信息进行处理，提高数据挖掘的效率。