使用机器学习如何在不使用数据可视化的情况下识别数据中的模式，以便机器自行识别模式，以便我可以使用这些模式进行进一步分析，而无需自行分析可视化？
Patters as：我在不同月份，数年或数周的销售模式，特定学生在学校的出勤模式，每个月，每年，每周观看的网站上的模式......
因此需要通过机器识别模式（通过无监督学习我猜）并且不使用图形，图表或任何类型的可视化
你能告诉我这是否可以吗？如果是，那怎么办？
答案 0 :(得分：0)
如果我以正确的方式理解您的问题，那么您需要时间序列的数据（即特定日期时间点的某些值），您可以在其中找到一些模式。
如果您是这个领域的新手并且想要使用非常简单的方法，您肯定会理解我建议您根据百分比变化编写非常简单的脚本 - 这将标准化您的结果并创建模式。
x = ((float(currentPoint) - startPoint) / abs(startPoint)) * 100.00
如果你的startPoint有可能等于try-except中的零包装。 然后，您应该确定您的模式应该有多长，以及您希望如何选择模式对您来说重要/重要。所有的想法和代码示例都可以在https://pythonprogramming.net/machine-learning-pattern-recognition-algorithmic-forex-stock-trading/
找到