我有一个数据集(var1, var2, out)，其中有序对<var1, var2>给出out。大多数频繁模式挖掘算法，如 Apriori 和 FP 增长算法，都不会保留 var1 和 var2 的顺序。
有哪些可用的模式挖掘算法（也可能是 NN 技巧）来查找有序对<var1, var2>和输出变量之间的关联规则out？
谢谢。
哪种数据挖掘或机器学习算法适合学习有序的频繁模式？
数据挖掘
机器学习
数据挖掘
关联规则
2022-03-01 03:05:16
1个回答
假设您只有这两个特征（var1、var2），您可能希望： * 为每个位置下的每个变量创建 one-hot 编码特征。* 添加一个变量是第一个的列（例如两列 - 可能与树一起使用但不能与其他任何东西一起使用）。* 取每个可能的变量组合并将其用作您唯一的输入（例如，您然后取该out组合的平均值，可能添加一些先验或平滑）。
正如评论所提到的，如果out是一些离散事件，也许你想看看马尔可夫模型。
其它你可能感兴趣的问题