数据挖掘 - 确定正确的机器学习方法 - 吾爱随笔录

我对为以下问题选择 ML 方法一无所知。这是一个分类问题，有 2 个类别是positive和negative。大约有 100k 个样本，样本的结构如下：

Period = 1min   Pattern = M1>S1>T1>B2>M2>S2>S3>T3>M3>B3
Period = 5min   Pattern = S1>M1>T1>B2>S2>M2>S3>T3>M3>B3
Period = 10min  Pattern = M1>T1>S1>M2>B2>S2>S3>T3>M3>B3
Period = 15min  Pattern = M1>T1>S1>B2>S3>M2>S2>T3>M3>B3
Period = 20min  Pattern = S1>M1>S3>T1>B2>M2>S2>T3>M3>B3
Period = 30min  Pattern = S1>S3>B2>M1>T1>S2>M2>T3>M3>B3
Period = 60min  Pattern = S1>B2>M1>T1>S2>M2>S3>T3>B3>M3
Period = 120min Pattern = S1>M1>T1>B2>S2>M2>T3>S3>M3>B3

该样本被归类为negative。一个样本由组成8 periods。在每个时期内都有一个pattern如M1>S1>T1>B2>M2>S2>S3>T3>M3>B3。每个图案都有10 elements，它们的位置也随之变化samples and periods。我们需要想出一个解决方案，可以分辨出哪些period or lineup of elements负责分类。

假设我们有这样的p1, p2, p3正面例子和n1, n2, n3负面例子1min Periods：

p1: M1>S1>T1>B2>M2>S2>S3>T3>M3>B3
p2: M1>S1>T1>B2>S2>M2>S3>T3>M3>B3
p3: M1>S1>T1>B2>M2>S2>S3>T3>M3>B3

n1: M1>S1>T1>B2>S2>M2>S3>T3>B3>M3
n2: M1>S1>T1>B2>M2>S2>S3>T3>B3>M3
n3: M1>S1>T1>B2>M2>S2>S3>T3>B3>M3

可以推断出前 4 个元素M1,S1,T1, B2与分类无关，因为它们在所有样本中都是相同的。第 5 和第 6 个元素也无关紧要，因为它们在同一类样本中没有显示相同的模式。但是，对于正样本和负样本，元素B3, M3都是可靠的正样本。M3>B3B3>M3

谢谢。