用於從數據列表中預測最可能的項目的算法

Question

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}

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？

Answer 1

這只是純粹的數學，沒有實際的「算法」，只是簡單地估計數據集中的所有概率（字面上計算出現的次數）。特別是你可以做非常簡單的數據結構來實現你的目標。代表每個「目錄」作爲信袋，即：

{A,A,B,C} -> {A:2, B:1, C:1} 
{A,B} -> {A:1, B:1} 

等，並建立某種形式的基本反向索引，例如保持索引每個字母分開，通過他們的計數來分類的。

現在，當查詢出現時，例如{A,B} + C，您所做的只是搜索包含至少1個A和1個B（使用索引）的數據，然後通過計算包含C的迴歸結果的比例來估計概率（或者恰好一個C）與所有迴歸結果（假設您的數據是來自某些基礎數據生成分佈的一羣獨立樣本，這是一個有效的概率估計）。

或者，如果您的字母非常小，您實際上可以預先計算所有字母值的所有值P(C|{A,B})等等。