可以說我有N個已知的列表。 (A,B,C},{B,B,B,C,C},{B,B,B,C,C}用於從數據列表中預測最可能的項目的算法
我需要一些算法(有些機器學習一個也許?),回答了以下問題:
鑑於項目的新的&未知的部分列表,例如,{A,B},什麼是概率C會根據我從之前的列表中得知的內容出現在列表中。如果可能的話,我想要更細粒度的概率:給定一些部分列表L,C出現在列表中的概率是多少,出現兩次的概率等等。順序無關緊要。在{A,B}中C出現兩次的概率應該等於它在{B,A}中出現兩次的任何算法都可以做到這一點?
取決於列表的長度,我猜。其餘的:馬爾科夫。 – wildplasser
https://en.wikipedia.org/wiki/Good%E2%80%93Turing_frequency_estimation可能有用 – mcdowella