나는 예를 들어 특정 인스턴스를 선택하지 않습니다 값 필터를 제거하여 인스턴스를 선택 내 자바 코드가 있습니다 RemoveWithValues filter = new RemoveWithValues();
String[] options = new String[4];
options[0] = "-C"; // Choose attribute to be use
저는 Weka가 처음이므로 대학 프로젝트에 사용해야합니다. 그래서 .csv 파일을 만들었고 Weka에 업로드하려고하면 "CSV 데이터 파일로 인식되지 않습니다. 이유 : 1 번 문제가 2 번에 발생했습니다"라고 표시됩니다. 그런 다음 메모장에서 .csv 파일을 연 다음 .arff 파일로 저장하면 Weka로 다시 열려고 할 때이 경우 다른 오류 메시지가 나타
이기 때문에 이것은 내 데이터입니다 data 데이터는 26/07/2016부터 시작하여 10/03/2017로 끝납니다 따라서 2 질문 : 이 맞습니까? tbats 사용 하시겠습니까? 주간 계절성을 위해? 나는 예측 된 데이터를 초기 데이터처럼 보이기를 원하지만 보여지는 것처럼 내 경우가 아니라 어떻게 할 수 있습니까? 이 내가있어 무엇이며, 여기에 너무 내가
온도, 습도, 먼지, 광도, 탄소 단일 산화물 및 비 데이터와 같은 환경 데이터를 센서를 통해 수집하고 클라우드로 전송하는 프로젝트에 익숙합니다. . 이제 나는 앞으로의 상황에 기초하여 경고를 생성하려고합니다. 어떤 기계 학습 알고리즘을 사용해야합니까? 나는 신경망에서 일하고 있었지만 과거의 온도를 기준으로 온도를 예측할 수 있습니까? 나는 그것을하려고했지
DBSCAN과 같은 클러스터링 알고리즘을 사용하고 있습니다. -1이라는 '클러스터'는 어떤 클러스터에도 속하지 않는 점을 반환합니다. 이 점에 대해이 점이 얼마나 비정상인지에 대한 척도와 같은 것을 얻기 위해 가장 가까운 클러스터까지의 거리를 결정하고 싶습니다. 이것이 가능한가? 또는 이러한 종류의 메트릭에 대한 대안이 있습니까?
두 차례의 기상 측정 (즉, X 및 Y)이 있습니다. X와 Y 시계열은 모두 1 년 동안 일일 측정을 사용하여 구성되었습니다. X 시간 시리즈 대 Y 시리즈를 산점도로 플롯하고 모든 포인트를 날짜별로 오름차순으로 연결하여 연간주기를 나타내는 폐 루프를 얻습니다. N 개 위치에서 측정이 이루어 지므로 비슷한 모양을 가진 루프를 찾기 위해 클러스터를 만들려는
데이터 시각화 및 데이터 마이닝 기능을 수행하는 데 사용할 데이터 파일을 사용자가 로그인 및 업로드 할 수있는 웹 응용 프로그램을 구축 중입니다. 웹에서 SAS EG/Orange를 상상해보십시오. 데이터 및 각 방법의 장단점을 효율적으로 검색하고 처리하기 위해 이러한 파일을 데이터베이스 또는 파일에 저장하는 것이 가장 좋은 방법은 무엇입니까?
두 코사인 간의 유사도를 계산하기 위해 Cosine Similarity 공식을 사용하고 있습니다. Vector1 (-1237373741, 27, 1, 1, 331,289,590, 1,818,540,802) Vector2 (-1237373741, 49, 1, 1, 331,289,590, 1,818,540,802) : I는 다음과 같이 두 가지 경로를 시도 두
누군가가 내게 설명 할 수 있습니까, 왜 협회 규칙 학습은 감독 학습 방법으로 간주됩니까? {a, b, c}
{a, b, d}
=> a -> b
=> b -> a
I 볼때는 단지 임의의 데이터 세트가있다 : 그것을 알 방법이 알고리즘은 간섭 데이터 세트의 무리를 취하고 이들 세트에 따라 연결을 계산한다는 것이다. 특정 대상 벡터가 없습니다. 왜 이