我非常抱歉,如果我提前寫錯了這句話,但是我有一個很大的數據集,我試圖分析它,但是大部分數據都不正確,需要一些幫助來確定如何選擇正確的數據。如何預測數據質量?
這裏有一些更多的信息來清除它。例如,我有以下幾點:
color value quantity
red 20 2
blue 5 8
green 10 2
total 100
如果只值和總被賦予的,我會發現有36個可能的答案:
#1 Found : 20.0*0.0 red + 5.0*0.0 blue + 10.0*10.0 green = 100.0
#2 Found : 20.0*0.0 red + 5.0*2.0 blue + 10.0*9.0 green = 100.0
#3 Found : 20.0*0.0 red + 5.0*4.0 blue + 10.0*8.0 green = 100.0
#4 Found : 20.0*0.0 red + 5.0*6.0 blue + 10.0*7.0 green = 100.0
#5 Found : 20.0*0.0 red + 5.0*8.0 blue + 10.0*6.0 green = 100.0
#6 Found : 20.0*0.0 red + 5.0*10.0 blue + 10.0*5.0 green = 100.0
#7 Found : 20.0*0.0 red + 5.0*12.0 blue + 10.0*4.0 green = 100.0
#8 Found : 20.0*0.0 red + 5.0*14.0 blue + 10.0*3.0 green = 100.0
#9 Found : 20.0*0.0 red + 5.0*16.0 blue + 10.0*2.0 green = 100.0
#10 Found : 20.0*0.0 red + 5.0*18.0 blue + 10.0*1.0 green = 100.0
#11 Found : 20.0*0.0 red + 5.0*20.0 blue + 10.0*0.0 green = 100.0
#12 Found : 20.0*1.0 red + 5.0*0.0 blue + 10.0*8.0 green = 100.0
#13 Found : 20.0*1.0 red + 5.0*2.0 blue + 10.0*7.0 green = 100.0
#14 Found : 20.0*1.0 red + 5.0*4.0 blue + 10.0*6.0 green = 100.0
#15 Found : 20.0*1.0 red + 5.0*6.0 blue + 10.0*5.0 green = 100.0
#16 Found : 20.0*1.0 red + 5.0*8.0 blue + 10.0*4.0 green = 100.0
#17 Found : 20.0*1.0 red + 5.0*10.0 blue + 10.0*3.0 green = 100.0
#18 Found : 20.0*1.0 red + 5.0*12.0 blue + 10.0*2.0 green = 100.0
#19 Found : 20.0*1.0 red + 5.0*14.0 blue + 10.0*1.0 green = 100.0
#20 Found : 20.0*1.0 red + 5.0*16.0 blue + 10.0*0.0 green = 100.0
#21 Found : 20.0*2.0 red + 5.0*0.0 blue + 10.0*6.0 green = 100.0
#22 Found : 20.0*2.0 red + 5.0*2.0 blue + 10.0*5.0 green = 100.0
#23 Found : 20.0*2.0 red + 5.0*4.0 blue + 10.0*4.0 green = 100.0
#24 Found : 20.0*2.0 red + 5.0*6.0 blue + 10.0*3.0 green = 100.0
#25 Found : 20.0*2.0 red + 5.0*8.0 blue + 10.0*2.0 green = 100.0
#26 Found : 20.0*2.0 red + 5.0*10.0 blue + 10.0*1.0 green = 100.0
#27 Found : 20.0*2.0 red + 5.0*12.0 blue + 10.0*0.0 green = 100.0
#28 Found : 20.0*3.0 red + 5.0*0.0 blue + 10.0*4.0 green = 100.0
#29 Found : 20.0*3.0 red + 5.0*2.0 blue + 10.0*3.0 green = 100.0
#30 Found : 20.0*3.0 red + 5.0*4.0 blue + 10.0*2.0 green = 100.0
#31 Found : 20.0*3.0 red + 5.0*6.0 blue + 10.0*1.0 green = 100.0
#32 Found : 20.0*3.0 red + 5.0*8.0 blue + 10.0*0.0 green = 100.0
#33 Found : 20.0*4.0 red + 5.0*0.0 blue + 10.0*2.0 green = 100.0
#34 Found : 20.0*4.0 red + 5.0*2.0 blue + 10.0*1.0 green = 100.0
#35 Found : 20.0*4.0 red + 5.0*4.0 blue + 10.0*0.0 green = 100.0
#36 Found : 20.0*5.0 red + 5.0*0.0 blue + 10.0*0.0 green = 100.0
正如你可以看到,在準備我得到正確的答案,但也有很多其他的答案。現在我說再加一個紅色(所以紅色的總數是3),那麼我現在有49個結果,但是如果考慮到與第一個結果集的關係,第二組結果中的一些結果不太可能。我假設當我得到更多的數據結果時,我可以更準確地刪除不起作用的結果。
我想知道是否有任何研究或標準方法將結果縮小到更有意義的結果。我不是100%確定的,但我認爲也許谷歌可能是一個例子,因爲每個查詢不僅是針對數據運行的,而且是您的歷史記錄(我有一個排名非常低的網站,當我點擊它然後搜索因爲它再次總是出現在頂端..但是當我在我的朋友計算機上搜索時,同一站點顯示在底部)。我想可能是谷歌與我們的多個搜索查詢建立關係的方式,我可以使用類似的方法從上面的數據中刪除結果,這些結果是不正確的。
對不起,誤會。我對算法有點新,而我無法解釋這一點。如果沒有意義,請告訴我。
在此先感謝!
我還不能形成一個完整的答案,但它聽起來像一個線性代數問題。讓我直截了當地說,你想要a,o,p這樣'20a + 5o + 10p = 100'?其中a是蘋果數量,o是橙子數量,p是梨子數量?你想確定一個合理的解決方案是什麼,或者有多少合理的解決方案?對不起,如果我完全誤解。 – Chance 2011-06-07 01:17:44
你的意思是「這可能有36種組合」? – Bohemian 2011-06-07 01:18:49
你的意思是「總卡路里」或「總食物」? – sarnold 2011-06-07 01:23:18