与输出相比，我正在寻找算法来查找列表中的模式或更精确的相关性。让我们假设我有一个这样的数据库：
- 输入：[A,C,D,E...]，输出：正
- 输入：[A,B,C,E,F...]，输出：负
问题是不同的输入值大约是 1000，而不是像我的示例 (AF) 中的 6。输出是二进制的。
您是否知道任何检测输入中的相关性以最终检测导致正输出的最关键输入的算法？
列表中的相关性/模式识别
数据挖掘
机器学习
Python
相关性
模式识别
2022-03-09 02:21:15
2个回答
您可以从简单的逻辑回归开始为您的问题建模。然后，您可以尝试使用随机森林分类器，然后毕业到 CNN 和 RNN。
它清楚地表明您正在处理简单的分类问题。所以你不需要使用 CNN 你可以使用机器学习分类算法，比如
- 逻辑回归。
- 支持向量机
- KNN（k-最近邻）
其它你可能感兴趣的问题