问题标签 [data-mining]

• 我想从具有许多变量的过程中获得最大性能，其中许多变量是无法控制的。
• 我不能运行数千个实验，所以如果我能运行数百个实验和
  • 改变许多可控参数
  • 收集有关表明性能的许多参数的数据
  • 对于那些我无法控制的参数，尽可能“正确”
  • 为那些我可以控制的事情梳理出“最佳”值，然后重新开始

感觉这将被称为数据挖掘，您正在处理大量数据，这些数据似乎并没有立即相关，但经过一些努力后确实显示出相关性。

所以...我从哪里开始研究这类事情的算法、概念和理论？甚至出于搜索目的的相关术语也会很有用。

背景：我喜欢做超级马拉松骑行，并记录每次骑行。我想保留更多数据，并且在数百次骑行之后能够提取有关我的表现的信息。

然而，一切都各不相同——路线、环境（温度、压力、嗡嗡声、太阳负荷、风、降水等）、燃料、姿态、重量、水负荷等等等。我可以控制一些事情，但是在同一条路线上跑 20 次来测试一种新的燃料状态只会令人沮丧，并且需要数年时间才能完成我想做的所有实验。但是，我可以记录所有这些以及更多内容（自行车 FTW 上的遥测）。

如何在 ASP.Net 中使用 SQL Server 2008 的数据挖掘功能

我需要在 Postgres(*)（PL 或 PL/Python）中实现某种度量空间搜索。所以，我正在寻找好的资源（或论文），对这些想法背后的机制有一个非常清晰和清晰的解释，这样我就可以自己实现它。

我更喜欢清晰而不是效率。

(*)此处更好地描述了对此的需求。

我正在评估数据挖掘包。
到目前为止，我已经找到了这两个：

我可以使用哪些算法来确定一组字符串中的常见字符？

为了使示例简单，我只关心连续 2 个以上的字符，以及它是否出现在 2 个或更多示例中。例如：

1. 0000abcde0000
2. 0000abcd00000
3. 000abc0000000
4. 00abc000de000

我想知道：

00 用于 1,2,3,4
000 用于 1,2,3,4
0000 用于 1,2,3
00000 用于 2,3
ab 用于 1,2,3,4
abc用于 1,2,3,4
abcd 用于 1,2
bc 用于 1,2,3,4
bcd 用于 1,2
cd 用于 1,2
de 用于 1,4

我是 Python 新手，遇到了一个我无法通过谷歌搜索的问题。我已经使用 wxPython 和 ObjectiveListView 构建了一个 GUI。在它的中心，GUI 有一个列表控件，以 X 行（数据由用户加载）和五列显示数据。

当用户从列表控件中选择多个条目时（按 CTRL 或单击时按 shift），ObjectiveListView 模块给我一个字典列表，字典包含列表控件行中的数据。这正是我想要的，好！

返回的列表如下所示：

所有字典都有相同的键，但值会发生变化。'id' 值是唯一的。问题从这里开始。我想获取用户选择的所有项目的通用值。在上面的列表中，它们将是 'sum':'-21,90' 和 'target':'Apple Store'。

我不知道如何正确比较列表中的字典。一个大问题是我事先不知道列表包含多少个字典，因为它是由用户决定的。

我有一个模糊的想法，列表推导将是要走的路，但我只知道如何将两个列表与列表推导进行比较，而不是 n 个列表。任何帮助，将不胜感激。

有任何网络服务可以获取一段时间内城市的每月最低/最高温度吗？

我想找到（不生成）2 个文本字符串，这样，在删除所有非字母和 ucasing 之后，一个字符串可以通过简单的替换转换为另一个。

这样做的动机来自我知道的一个项目，该项目是测试通过概率分布攻击密码的方法。我想找到一个大而连贯的纯文本，一旦用简单的替换密码加密，就可以解密为其他同样连贯的内容。

这最终分为两部分，在语料库中找到最长的此类字符串，并获得该语料库。

在我看来，第一部分似乎对某种攻击很友好，在替换后将 B-tree 键控掉字符串，这使得第一次出现的序列是连续的。

基于知道基于树的每个深度的字符串的最大值和长度的一点优化，其余的只是编码。

另一部分会涉及更多；如何生成大量文本进行搜索？某种互联网蜘蛛似乎是理想的方法，因为它可以访问最多的文本，但如何将其剥离为文本？

问题是; 关于如何更好地做到这一点的任何想法？

编辑：正在使用的密码是一个非常基本的 26 个字母替换密码。

ps 这对我来说更像是一个思想实验，而不是一个可能的真实项目。

昨天我和一位同事讨论了他使用 SSIS（或类似的东西）用 SSIS 包做一些非常酷的事情的情况，他通过了一个名字，比如“雷金纳德·威廉姆斯博士”。并且基于一些加权方案，系统足够聪明，可以弄清楚如何对其进行标记并将其存储在数据库中作为“Salutation-First Name-Last Name-Suffix”。他抛出了一些流行词，比如 BI、SSIS、ETL 和数据挖掘。我真的很想了解更多信息，但我什至不知道从哪里开始询问。

我是一名 .Net 开发人员，精通 C#、Vb.Net、WPF 等...，但我不知道这些技术是什么，如何将它们添加到我的技能中，以及它是否是我真的应该专注于。任何方向都会有所帮助。

我使用的最后一个是weka 。我最后一次听说 java 正在为它提出一个 API (JDM)。任何人都可以分享他们使用这些工具的经验。我最感兴趣的是使用分类/聚类工具（weka 在这里做得不错）并且该工具应该具有良好的 API 支持。