Я экспериментировал с различными подходами для сопоставления с образцом, анализа и прогнозирования данных временных рядов.
Поскольку у меня нет профессионального опыта в области интеллектуального анализа данных или в смежных областях, я разработал собственные методы с нуля.
После нескольких месяцев спорадически скимминг статей по анализу данных (те немногие, которые я понял), я понял, что мои методы очень просты.
Например, я реализовал сопоставление с образцом с помощью многомерного подхода k-Nearest Neighbor.
Я только сейчас начинаю понимать, что есть общие методы, такие как деревья решений, анализ главных компонентов, матрицы ковариации и т. Д., Которые я должен использовать.
Я экспериментировал с RapidMiner, инструментом для анализа данных с графическим интерфейсом. RapidMiner позволяет вам перетаскивать различные реализации сложных технологий и соединять их вместе без написания кода. Это был удивительный инструмент обучения для меня.
Это выглядит так:
RapidMiner имеет API, но, к сожалению, он на Java, и весь мой текущий код написан на Free Pascal и MySQL.
Я ищу способ интеграции RapidMiner в свое приложение, чтобы я мог экспериментировать с различными методами обработки данных через графический интерфейс RapidMiner и беспрепятственно использовать их с моим текущим кодом.
Если это невозможно, я бы согласился на другой пакет интеллектуального анализа данных, если его легко интегрировать в мой текущий код Free Pascal.
Я посмотрел на R - и это кажется правильным, но, похоже, его нелегко интегрировать и с Free Pascal.
Для ясности, мои наборы данных довольно большие (более 500 000 строк), и вычисления должны выполняться в режиме реального времени. Программное обеспечение работает на Windows 7.