这不是与编程直接相关的问题，而是关于选择正确的数据挖掘算法。
我有一些文件夹假设有100个文件夹，这些文件夹的内容是图像和文本文件，我有这些文件夹的excel表（100个表），这意味着每个文件夹都有特定的表，这个excel表的内容如下： / p> 标题（列标题）中的包含此文件夹的内容，行包括我要检查的文件（我的测试文件），如果文件是，则此表中的值为o和1＆s;在该文件夹中找到值1，否则为o，这些测试文件名对于所有文件夹都是相同的，
问：什么是最好的数据挖掘算法可以在excel文件表上工作，并且可以根据测试文件内容集群这些文件夹，例如集群1包含文件夹，其中包含文件1和文件20以及文件25 ..等等在..考虑我使用matlab语言？谢谢......
答案 0 :(得分：1)
这里的英语有点令人困惑，所以我会尽可能地解释这个问题。你想在这里做什么似乎并不需要任何复杂的算法。继续获取您的Excel数据并将其导出为CSV，以便您可以在Matlab中工作。
现在您的数据如下：
Folder -> [ Files ]
您可能希望以这种方式构建索引：
File -> [ Folders ]
这样，当你问这个问题时：＆＃34;哪些文件夹包含文件1,20和25＆＃34;，你可以查找（在固定时间内）3件事：
然后取这些集合的交集。
=============================================== ====
您可能感兴趣的另一件事是＆＃34;群集＆＃34;。为此，请继续使用文件夹描述符（1和0）并将其视为特征/向量。然后继续运行任何聚类算法。 K-means聚类在Matlab中很容易实现。