machine-learning - 机器学习，分类类型

我正在学习机器学习 (ML) 类(class)，但我有疑问，用我目前的知识无法找到答案。假设我有以下数据集，

att1 att2 att3 class
5    6    10   a
2    1    5    b
47   8    4    c
4    9    8    a
4    5    6    b

上面的数据集很清楚，我认为在训练数据集后我可以对新输入的数据应用分类算法。由于每个实例都有一个标签，因此很容易理解每个实例都有一个带有标签的类。现在，我的问题是，如果我们有一个由不同实例(例如手势识别数据)组成的类会怎么样。任何类都会有多个指定其类的实例。例如，

xcor ycord depth 
45   100   10
50   20    45
10   51    12

上面的三个实例属于 A 类，下面的三个实例作为一个组属于 B 类，我的意思是这三个数据实例一起构成了该类。对于手势数据，是手部运动的坐标。

xcor ycord depth 
45   100   10
50   20    45
10   51    12

现在，我希望将每个传入的三个实例分组为 A 或 B？是否可以将所有实例标记为 A 或 B，而不单独标记每个实例？举个例子，假设下面的组属于 B，所以我希望所有实例都被一起标记为 B，而不是单独标记为 B，因为它们与 A 类或 B 类独立相似？如果可以的话，我们怎么调用它呢？

xcor ycord depth 
45   10    10
5    20    87
10   51    44

最佳答案

我没有看到您可能希望将数据集中不确定数量的行分组为给定类的特征的情况。它们要么与类独立关联，要么都是功能，因此是唯一的行。像这样的东西:

Instead of
xcor ycord depth 
45   10    10
5    20    87
10   51    44

会是这样的:

xcor1 ycord1 depth1 xcor2 ycord2 depth2 xcor3 ycord3 depth3  
45      10    10      5    20     87     10     51    44

这与用于建模时间序列的方法几乎相同

关于machine-learning - 机器学习，分类类型，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15284139/