针对这种情况提出建议的数据挖掘算法答案

【问题标题】：data mining algorithm that suggest for this situation针对这种情况提出建议的数据挖掘算法
【发布时间】：2015-12-02 10:16:50
【问题描述】：

这不是直接与编程相关的问题，而是关于选择正确的数据挖掘算法的问题。

我有一些文件夹假设有 100 个文件夹，这些文件夹的内容是图像和文本文档，我有这些文件夹的 excel 表（100 个表），这意味着每个文件夹都有特定的表，这个 excel 表的内容如下：

在标题（列标题）中包含此文件夹的内容，行包含我将要检查的文件（我的测试文件）如果在该文件夹中找到文件，则此表中的值为 o 和 1，否则为 1 o , 这些测试文件名对于所有文件夹都是一样的,

问：什么是最好的数据挖掘算法可以在 excel 文件表上工作，并且可以根据测试文件内容对这些文件夹进行聚类，例如聚类 1 包括包含文件 1 和文件 20 和文件 25 的文件夹......等等在..考虑我使用matlab语言？

谢谢...

【问题讨论】：

【解决方案1】：

这里的英文有点混乱，所以我会尽可能地解释这个问题。你想在这里做的似乎不需要任何复杂的算法。继续获取您的 Excel 数据并将其导出为 CSV，以便您可以在 Matlab 中工作。

现在你有如下数据：

Folder -> [ Files ]

您可能希望以这种方式构建索引：

File -> [ Folders ]

这样，当你问问题：“哪些文件夹包含文件 1、20 和 25”时，你可以（在恒定时间内）查找 3 件事：

然后取这些集合的交集。

================================================ ====

您可能有兴趣做的另一件事是“集群”。为此，请继续使用您的文件夹描述符（一和零）并将其视为特征/向量。然后继续并在其上运行任何聚类算法。 K-means 聚类在 Matlab 中很容易实现。

【讨论】：