问题标签 [machine-learning]

我正在考虑编写一个应用程序来根据家庭成员的喜好对 HTPC 中的电影进行分类。

我不知道统计或人工智能，但这里的东西看起来很有趣。我不知道从哪里开始做。

这是我想要完成的事情：

1. 根据每个用户的喜好组成一组样本，分别对每个样本属性进行评分。例如，也许一个用户非常喜欢西方电影，所以西方类型对该用户来说会带来更多的权重（对于其他属性，如演员、导演等）。

2. 用户可以根据其他用户的喜好获得建议。例如，如果用户 A 和 B 都喜欢 Spielberg（用户之间的联系），并且用户 B 喜欢 Batman Begins，但用户 A 讨厌 Katie Holmes，则相应地为用户 A 权衡电影（同样，每个属性单独，例如，也许用户 A 不太喜欢动作片，所以稍微降低评分，因为凯蒂·霍姆斯不是主要明星，所以不要像其他属性一样考虑这一点）。

基本上，将用户 A 的集合与用户 B 的集合进行比较，然后得出用户 A 的评分。

我对如何实现这个有一个粗略的想法，但我敢肯定一些聪明的人已经想到了一个更好的解决方案，所以......有什么建议吗？

实际上，经过快速研究，贝叶斯过滤器似乎可以工作。如果是这样，这会是更好的方法吗？会不会像“规范化”电影数据、为每个用户训练分类器、然后对每部电影进行分类一样简单？

如果您的建议包括一些令人费解的概念（我在这些主题方面没有经验，特别是在 AI 方面），如果您还包括一些基础知识列表供我在深入研究肉类之前进行研究，我将不胜感激。

谢谢！

我创建了一个启发式（ANN，但这并不重要）来估计事件的概率（体育比赛的结果，但这也不重要）。给定一些输入，这个启发式告诉我事件的概率是多少。类似于：鉴于这些输入，B 队有 65% 的机会获胜。

我有大量输入数据，现在我得到了结果（以前玩过的游戏）。我可以使用哪个公式/指标来限定我的估算器的准确性。

我看到的问题是，如果估计者说事件有 20% 的概率并且事件确实发生了。我无法判断我的估算器是对还是错。也许这是错误的，事件的可能性更大。也许它是正确的，事件发生的几率大约为 20%，并且确实发生了。也许是错的，事件发生的机会非常低，比如说千分之一，但这次恰好发生了。

幸运的是，我有很多这些实际测试数据，所以可能有一种方法可以使用它们来限定我的启发式方法。

有人有想法吗？

C# 中是否有任何机器学习库？我追求类似WEKA的东西。谢谢你。

我们有一个 x,y 对的列表。每对代表二维空间上的一个点。我想从这个列表中找到离特定点 xq,yq 最近的点。这个问题的最佳性能关键算法是什么？Lisp of points 不会改变；这意味着我不需要执行插入和删除。我只想找到这个集合中目标 xq,yq 点的最近邻居。

编辑1：谢谢大家！正如 Stephan202 猜对的那样，我想反复这样做；像一个函数。列表不一定是排序的（实际上我不明白它是如何排序的？就像一个具有 2 列 a 和 y 的主键的表？如果这有帮助，那么我会对其进行排序）。

我会根据列表构造一次数据结构，然后我会在函数中使用这个生成的数据结构（如果这个过程本身是相关的）。

谢谢雅各布；KD-Tree 数据结构似乎是一个很好的答案候选者（我觉得确实如此。当我得到一些相关结果时，我会更新）。

编辑2：我发现，这个问题被命名为“最近的邻居”！

编辑 3：第一个标题是“In Search of an Algorithm (for Spatial-Querying and Spatial-Indexing) (Nearest Neighbor)”；我选择了一个新标题：“解决最近邻的最佳性能关键算法”。由于我不想对我的初始数据执行插入和删除操作，而我只想要离它们最近的一个到一个新点（不会被插入），我选择（当前）在 KD-Trees 上工作。谢谢大家！

摘要： 我正在尝试根据身体部位之间的角度对一些图像进行分类。

我假设人体由 10 个部分组成（作为矩形）并找到每个部分的中心并通过参考躯干计算每个部分的角度。我有三个动作类别：手波-步行-跑步。我的目标是找出哪些测试图像属于哪个动作类别。

事实： TrainSet：1057x10 特征集，1057 代表图像数量。测试集：821x10

我希望我的输出是 3x1 矩阵，每行显示动作类别的分类百分比。第 1 行：手挥 第 2 行：步行 第 3 行：跑步

代码：

问题： 我正在使用 Matlab newff 方法。但我的输出始终是 Nx10 矩阵而不是 3x1。我的输入集应分为 3 个类，但它们分为 10 个类。

谢谢

我面临以下问题：
假设你是一个社交网络用户，因此有一个朋友列表F(u)。分区是函数F->G，其中G是一组组，例如高中、大学、工作等。
我需要想出算法来划分F：

• 输入是F以及F中每个f的F (f)（每个u的朋友的朋友列表）。
• 在运行期间，允许算法向u提问（例如，“对于某些特定用户v的最佳组是什么？”）。
• 问题的数量应保持在最低限度（什么是最低限度并不是一个明确的数字，但我会说 5% 的朋友数量似乎是正确的）。

显然，生成的分区不会是最佳的，但它应该可以作为以后改进的起点。

任何想法将不胜感激

编辑：不，这不是家庭作业。我相信家庭作业会有更明确的要求和目标功能。无论如何，不​​，这实际上是我面临的现实世界问题。

我也可能已经简化了一点，但实际上用户可能是许多组的一部分（所以它更像是F->P(G)，其中P(G)是权力组，如果G），所以更好的算法将能够做到这一点。

我正在尝试根据身体部位之间的角度对一些图像进行聚类。

从每张图像中提取的特征是：

因此输入数据是一个大小为 1057x10 的矩阵，其中 1057 代表图像数量，10 代表身体部位与躯干的角度。类似地，测试集是 821x10 矩阵。

我希望输入数据中的所有行都用 88 个集群进行聚类。那我就用这些集群来查找TestData属于哪些集群呢？

在之前的工作中，我使用了非常简单的 K-Means 聚类。我们只是要求 K-Means 将数据聚类到 88 个聚类中。并实现另一种方法，计算测试数据中每一行与每个集群中心之间的距离，然后选择最小值。这是相应输入数据行的集群。

我有两个问题：

1. 是否可以在 MATLAB 中使用SOM来做到这一点？AFAIK SOM 用于视觉聚类。但是我需要知道每个集群的实际类，以便以后可以通过计算它属于哪个集群来标记我的测试数据。

2. 你有更好的解决方案吗？

几个月来我一直试图找到这个问题的答案（用于机器学习应用程序），这似乎不是一个非常困难的问题，但我是一名软件工程师，数学从来都不是我的强项之一。

这是场景：

我有一个（可能）重量不均匀的硬币，我想弄清楚它出现正面的概率。我知道来自同一个盒子的硬币的平均概率为p，我也知道这些概率的标准差（称之为s）。

（如果除均值和标准差之外的其他硬币概率的其他摘要属性有用，我可能也可以得到它们。）

我掷硬币n次，结果正面h次。

天真的方法是概率只是h/n - 但如果 n 很小，这不太可能是准确的。

是否有一种计算有效的方法（即不涉及非常大或非常小的数字）来考虑p和s以得出更准确的概率估计，即使n很小？

如果任何答案可以使用伪代码而不是数学符号，我将不胜感激，因为我发现大多数数学符号都是难以理解的；-)

其他答案： SO 上还有其他一些类似的答案，但提供的答案并不令人满意。例如，这在计算上效率不高，因为它很快涉及到比双精度浮点数更小的数字。而这个结果是不正确的。

这是我在 ANSI C 中的感知器实现：

我正在使用的训练集：数据集

我已经删除了所有不相关的代码。基本上它现在所做的就是读取test1.txt文件并将值从其中加载到三个数组中：x, y, outputs.

然后有一个感知器学习算法，由于某种原因，它没有收敛到 0（globalError应该收敛到 0），因此我得到了一个无限的 do while 循环。

当我使用较小的训练集（如 5 分）时，效果很好。任何想法可能是问题所在？

我写的这个算法与这个C# Perceptron 算法非常相似：

编辑：

这是一个较小训练集的示例：

你知道那里有什么好的 c++ svm 库吗？

我也听说过SVMLight和TinySVM。你试过了吗？有新玩家吗？

谢谢 ！