我想推导出一种模式，告诉我什么时候门应该打开和关闭。例如，如果状态频谱指的是前门，并且记录的数据显示第一天在上午9点，中午12点和下午6点打开1分钟，并且第二天在9.30打开1.5分钟，12.30和6.30，以及第三天......类似地，那么应该衍生出一种模式，其中如何派生一个模式
前门每天在9和10之间打开的时间少于例如两分钟，在12和12之间下午1点，下午6点至7点（或类似情况）。
怎么办？任何算法？这可以使用weka或其他机器学习程序完成吗？
编辑： 你必须更好地定义它适用于任何机器学习算法。 对于监督学习，该算法试图预测“正确”的标签。 这是什么是一个正确的标签？错误预测的成本是多少？
或者，对于无监督学习，该算法会尝试创建有用的数据子集。这里有什么好的子集？
有没有自变量？
我正在尝试使用Weka和NNGE算法。但我不确定应该如何设计数据。如果这样的数据放在： 1，关闭 2，关闭 3，打开 4，关闭 5，关闭 它给了我一个模式，但是当我要添加更多的天，我只是这样做： 1，关闭 2，封闭 3，打开 4，封闭 5，封闭 1，关闭 2，封闭 3，打开 4，封闭 5，封闭 1，关闭 2，封闭 3，关闭 4，关闭 5，关闭 而且它不会接受它应该在3日开放，因为它在最后一天关闭。 – Radek 2011-03-07 12:03:16
请参阅我的编辑。 – 2011-03-07 18:04:26
您是否试图预测开门之间的时间间隔？或者每个小时门打开多少分钟？ – rmalouf 2011-03-14 17:05:42