数据挖掘的形式主要包括以下几种：

  1. 描述性数据挖掘：这是最基本的数据挖掘形式，主要关注对已有数据的总结和描述。通过统计学的方法，对数据进行描述和概括，以发现数据的基本特征和规律。

  2. 预测性数据挖掘：这种挖掘形式主要利用历史数据，通过建立数学模型来预测未来的趋势和结果。例如，通过分析过去的销售数据来预测未来的销售额。

  3. 决策性数据挖掘：这种挖掘形式主要关注如何利用数据来做出具体的决策。它通常涉及到对数据的深入分析和理解，以帮助决策者做出更明智的选择。

  4. 知识发现数据挖掘：这种挖掘形式主要关注从大量数据中发现新的知识和模式。它利用各种统计和机器学习技术，如关联规则学习、聚类分析等，来发现数据中隐藏的有用信息。

以上四种形式的数据挖掘各有侧重点，但都是为了更好地理解和利用数据，从而做出更明智的决策。在实际应用中，可以根据具体需求和场景选择合适的数据挖掘形式。