我需要一个建议。我可以这样继续我的问题:
我在数据库中有一些旅行,例如:
Person1 travelled from CityA to CityB on Date1
Person1 travelled from CityB to CityC on Date2
Person2 travelled from CityB to CityD on Date3
...
我们可以认为这些城市都在完整的图表中。
现在,根据数据库中的所有旅行情况,我想知道PersonX可能会去哪里。我能知道他什么时候来(或不是)。
我不知道我是否应该使用机器学习,数据挖掘或图论。
我对这一领域和术语都是新手,所以如果我在哪里出错了,请随时提出建议。我有两个这样的数据集:
数据集1:
A B C 0 E
A 0 C 0 0
A 0 C D E
A 0 C 0 E
我的解释是,在某个时间点,(A,B,C,E)一起发生,(A,C),(A,C,D,E)等等。
数据集2:
5A 1B 5C 0 2E
4A 0 5C 0 0
2A 0 1C 4D 4E
3A 0 4C 0 3E
我的解释是,在某个时间点,A出现了5次,B出现了1次,C出现了5次,E出现了2次,以此类推。
我正在尝试找出哪些项目同时出现,如果可能的话,也要找出原因和结果。为此,我不知道如何使用这两个数据
我正试图想出一个算法,在同一个句子中为产品找到最常用的前三名形容词。我想使用关联规则挖掘(Apriori算法)。
为此,我计划使用twitter数据。我可以或多或少地把抽搐分解成句子,然后通过过滤,我可以找到产品名称和形容词。
例如,在过滤后,我有类似的数据;
迷你ipad,太棒了
ipad迷你,太可怕了
三星星系s2,最佳
..。等。
产品名称和形容词以前都有定义。因此,我有一套产品名称和一组形容词,我正在寻找。
我读过几篇关于情感分析和规则挖掘的论文,他们都说Apriori算法是使用的。但是他们没有说他们是如何使用它的,他们也没有给出细节。
Therefore how can I redu
我有一个分类问题要解决,这似乎是常见的,但我正在努力寻找这个任务的名称和最好的方式来模拟这个问题。
假设我有一系列在时间上是连续的事件。
2 Jan - I matched with a nice girl on Tinder - ACTION_TYPE = SOCIAL_EVENT
5 Jan - I meet with her, it was nice - ACTION_TYPE = SOCIAL_EVENT
8 Jan - I just got accept to a new job. I will meet my boss tomorrow- ACTION_TYPE = PROFESS
我只是在MATLAB中对脑电信号的独立分量分析(ICA)提出了几个问题。
我有一个脑电图数据,由29个通道组成,每个通道3600秒。
在阅读了一些关于脑电数据处理的论文后,我认为我需要做独立分量分析来去除信号中的噪声,并且只需要处理感兴趣的数据。
我现在试着使用fastICA,它看起来非常简单,希望是健壮的。
以下是一些问题:
关于fastICA,我应该以矩阵的格式输入我的数据,其中行的#=通道的#和cols =#的秒是吗?
如果以上是正确的,当我运行算法,我得到一个28行矩阵。这是否意味着我的信号中有28个独立的信号源?
1. If I have this result, H
我知道auto以前有一些用法,因为它是变量的默认用法(与静态相反)-参见考虑有效的C++03代码,可能是为了不言自明,使用了这个关键字:
auto int foo2 = 8;
它在C++03下编译,不能在C++11下编译。有什么理由不能与C++03向后兼容吗?标准委员会认为没有使用这个关键字的来源是什么?是否有关键字使用情况的统计?
顺便说一句,我和gcc一起测试的--也许这是一个编译器错误?