1

假设我有一个具有以下方案的表（注意：此示例是假设的，尽管实际用例相似）。

Type      | Name         | Notes
=====================================================================================
Gender    | Gender       | Either Male or Female (not null)
GeoCoord  | Location     | Lattitude and longitude coordinates
string    | FullName     | 
Date      | BirthDate    | 
bool?     | LikesToParty | Data from a survey (null for people who didn't answer)

手动查看数据我知道 LikesToParty 与其他值的某些特定配置之间存在很强的相关性。例如，中间名为 Wells、年龄在 15 到 30 岁之间、来自洛杉矶地区的男性几乎可以肯定在 LikeToParty 中是这样的。我想为未回答调查的用户预测 LikesToParty 的价值。

如何使用 C# 挖掘这些数据，而无需购买分析服务等昂贵的软件包？c# 有免费的库吗？

我已经制作了一个神经网络，它能够完成我在上面的示例中描述的大部分内容，但是训练起来非常慢，我不确定这是否是正确的方法。也许有更好、更有效的数据分割方式？

4

2 回答 2

2

因为您同时使用离散数据和连续数据，所以您可能会使用决策树（C4.5，CART）。他们有一些实现的库；不要提防 Java 库，因为您可以使用 Java 的IKVM实现。例如，我使用了C# 中的Weka API。

于 2010-07-23T15:36:21.787 回答
2

您描述的是机器学习中的一个标准问题，称为：数据分类。

数据分类的方法包括：神经网络（正如你提到的）、支持向量机（参见例如 LIBSVM）、决策树（如上一个答案中提到的）。这些类型的方法的输出虽然非常准确，但可能难以解释。您还可以查看像贝叶斯网络这样的概率图形模型，以回答更深层次的问题，例如：来自南加州、喜欢聚会的男性 20 多岁的概率是多少。

于 2010-07-27T06:11:41.813 回答