请阐述以下问题属于数据挖掘中的哪一类别任务：构建数据的全局分布模型以及多维空间的分组划分？

解答思路：

对于数据的总体分布建模以及多维空间的划分成组等问题，它们都属于数据挖掘中的“聚类分析”任务。聚类分析是数据挖掘中的一种重要技术，其主要目的是将数据集划分为若干个组或簇，每个组内的数据对象相互之间的相似性较高，而不同组之间的数据对象相似性较低。

对于数据的总体分布建模，聚类分析可以帮助我们理解和描述数据的内在结构和分布模式。而对于多维空间的划分，聚类分析可以通过算法将多维数据空间进行分组，以便进一步的分析和处理。

最优回答：

对于数据的总体分布建模以及多维空间划分成组等问题，它们属于数据挖掘中的“聚类分析”任务。

除了聚类分析，数据挖掘还包含其他任务，如分类、预测、关联规则挖掘、序列挖掘等。每一种任务都有其特定的应用场景和使用的技术。

1. 分类：目的是根据已知的数据集特征，预测新数据的类别。
2. 预测：通过已知的数据集，预测未来的趋势或结果。
3. 关联规则挖掘：用于发现数据集中项之间的有趣关系，如购物篮分析。
4. 序列挖掘：用于发现数据中的时间序列模式或序列行为。

在解决数据挖掘问题时，通常需要根据具体的问题场景选择合适的算法和技术。对于数据的总体分布建模和多维空间划分，除了聚类分析，可能还需要结合其他技术如降维、密度估计等来进行更深入的探索和分析。