Люди добрые подскажите, есть ли в природе решение моей задачи.
Есть список цифр:

Как найти в них закономерность вероятности, что результат будет равен цифре в последнем столбике?

В 4-ром столбике % того, что цифра в последнем столбике будет больше 2-х.
Может есть модули какие анализа или по какому запросу гуглить?
Спасибо, что уделили моему вопросу своё время.

решение естественно неоднозначное
например так:
Данная модель это линейная регрессия.
Ваш четвертый столбец дело темное. Я его включил, вы можете при анализе не включать.

paraman
Как найти в них закономерность вероятности, что результат будет равен цифре в последнем столбике?

результат чего? В исходной формулировке задачу можно?

sergeek

Вот как пример, если вам так будет проще. с 1 по 3-тий столбик это оценка поведения слона, апельсина, ip адреса, и т.п., 4-тый столбик, это процент того, что результат будет либо больше 2-х, либо меньше 2-х.
На основание результата (последний (5-тый) столбик) происходит действие: кормление слона, разделка апельсина, блокирование или не блокирование ip адреса.

doza_and
решение естественно неоднозначное например так:

Что-то не вкурю, как и что. Можно расшифровать, куда подставлять значения?

P.s. Быть может нейронную сеть на PyBrain поднять? И пусть она учиться.

paraman
На основание результата (последний (5-тый) столбик) происходит действие:

Честно говоря, понятнее не стало - в первом варианте формулировки пятый столбик был частью условия. Что в итоге нужно найти? Я в тервере не силен, но там вроде нет такого понятия, как закономерность вероятности - есть вероятность, плотность вероятности, статистическая закономерность.

и все равно не ясно. Вот последние два столбика более менее понятно. Значение четвертого это вероятность попадания значения пятого на промежуток от чего-то до 2 или от 2 до чего-то (и какой именно?). А значения(именно значения, то есть числа) первых трех что значат? При каких значениях в пятом стобике будут производится эти самые действия? Я подозреваю что тут обойдется простыми формулами из основ тервера, а питон выступит, разве что, в роли калькулятора. То есть опять, нужна строгая постановка задачи, иначе никак.

Парни, попробую так описать задачу.
На примере первой строчки Есть четыре датчика определения активности IP адреса или же желтизны апельсина (кому что нравиться).
Первый датчик показал значение 1
Второй датчик показал значение 2
Третий датчик показал значение 2
Четвёртый датчик показал значение 28%
Как в этих датчиках получаются эти значения для задачи не важно.
В итоге IP адрес оказывается нормальным(не спамером), то есть значение = 0 или же если с Апельсином, то его желтизна нормальная =0 и не требует добавления удобрения.

Значит есть какие-то тестовые данные, для которых известны все 5 значений, затем этими данными нужно обучить модель и делать предсказания относительно пятого значения для входных данных с четырьмя известными значениями? Это можно сделать и через нейросеть и через регрессию. Скорее всего нужно будет нормализовывыть входные данные. max/min датчиков известны?

Ок, теперь узнали что значение в пятом столбике равное нулю показывает нормальность, ты ведь про это ничего не говорил, говори все что знаешь. Нужны ответы на следующие вопросы:
что собственно получить надо?
что определяет вероятность в 4 столбике? Вот в первой строчке 28% ты говорил что это

что результат будет либо больше 2-х, либо меньше 2-х

То есть это действительно вся информация, которой ты обладаешь относительно процентов в четвертом столибке, и нужно подтвердить какую нибудь из этих двух гипотез? а?
Какой весь диапазон возможных значений в пятом столбике? Или это неизвестно?
Ты действительно понимаешь что ты хочешь получить?
Если тебе действительно надо искать закономерность одной неведомой херни от другой - то да, нейросети. Только она у тебя настолько неводомая что результата ты почти наверняка не получишь, особенно если таких строчек всего 7

adray
1) Значит есть какие-то тестовые данные, для которых известны все 5 значений, затем этими данными нужно обучить модель и делать предсказания относительно пятого значения для входных данных с четырьмя известными значениями? 2) Это можно сделать и через нейросеть и через регрессию. Скорее всего нужно будет нормализовывыть входные данные. max/min датчиков известны?

Я разбил Ваш вопрос на два.
1) Да и их полно. И каждый день они добавляются. По-этому поводу думаю на тему нейроной сети, но для меня это пока белый лист.
2) У всех 4-х датчиков min значение = 0. Max у первых 3-х = 10, у 4-го = 90%, у 5-го столбика = 10

sergeek
Ок, теперь узнали что значение в пятом столбике равное нулю показывает нормальность, ты ведь про это ничего не говорил, говори все что знаешь. Нужны ответы на следующие вопросы:что собственно получить надо?что определяет вероятность в 4 столбике? Вот в первой строчке 28% ты говорил что это

Получить нужно прогноз. В 4-ром столбике лишь показания датчика в % соотношение больше 2-х или же меньше 2. Да это вся информация касаемая 4-го столбика. Max значение в 5-том столбике = 10

0 - не является нормальностью. Сложно утверждать, что является нормальность. Это лишь реакция на результат. На примере апельсина 0 -не добавляем воды, 5 - воды нужно 5 литров. Что является в процессе роста апельсина нормальностью?

P.s.

Если тебе действительно надо искать закономерность одной неведомой херни от другой - то да, нейросети. Только она у тебя настолько неводомая что результата ты почти наверняка не получишь, особенно если таких строчек всего 7

Рассмешил Вот и мне кажется, что хрен я смогу найти закономерность.

Пока я лишь вычислил, что если % в 4-том столбике > 61%, а в 3-тьем > 3, то результат в 99% случаях >= 1.