建議這種情況的數據挖掘算法

Question

這不是一個直接編程相關的問題，而是關於選擇正確的數據挖掘算法。

我有一些文件夾假設100個文件夾，這些文件夾的內容是圖像和文本文件，我有這些文件夾的excel表（100表），這意味着每個文件夾都有特定的表格，這個excel表格內容如下：

在標題（列標題）中包含此文件夾的內容，並且行包含我將檢查的文件（我的測試文件）此表中的值是o和1的文件，如果在該文件夾中找到該文件，則值爲1否則O，這些測試文件名相同的所有文件夾，

問：什麼是最好的數據挖掘算法可以在Excel文件表工作，可以羣集這些文件夾淺編輯測試文件內容，例如羣集1包含文件夾，其中包含文件1和文件20以及文件25 ..等等..考慮使用matlab語言？

感謝...

Answer 1

這裏的英語是有點混亂，所以我最好解釋這個問題，我可以。你想在這裏做什麼似乎並不需要任何複雜的算法。繼續採取您的Excel數據並將其導出爲CSV，以便您可以在Matlab中工作。

現在你有數據如下：

Folder -> [ Files ]

你可能想建立一個索引是這樣的：

File -> [ Folders ]

這樣一來，你當你提出這樣的問題： 「文件夾中包含哪些文件1，20和25」，你可以看一下（在固定時間）3兩件事：

個
1. 文件夾包含文件包含文件包含文件25

再取那些集合的交集20個

文件夾1個

文件夾。

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

你可能有興趣做的另一件事是「集羣」。爲此，請繼續並將文件夾描述符（1和0）作爲特徵/向量。然後繼續並在其上運行任何聚類算法。 K-means聚類是一種在Matlab中實現的簡單方法。

[1] https://en.wikipedia.org/wiki/Cluster_analysis