我有一个预测算法的想法，该算法根据所选集合中先前出现的一系列项目来准确预测随机值，并分析模式以提高准确性。
所以基本上是一个接受两个参数的算法，一个是一组可能的选择;另一个是这些数字的历史，分析该模式并预测序列中的下一个数字。
- 这对其他人有意义吗？
- 如果是这样，你编写这样的算法的方法是什么？
- 你会参考什么语言？
目标是在重叠的样本集中进行模式识别，找到相关性并建立一个方程来预测一定程度的准确性。
嗯，有数千种基于这种方法的算法。例如，查看最短作业优先的公式，以根据以前的进程时间及其突发来预测下一个进程的 CPU 突发，因为短期调度必须快速做出决策。
公式为："T(n+1( = a*t(n( + (1 − a(Tn。
如果 T(n+1( 将是我们的预测时间，t(n( 是第 n 个 CPU 突发的长度。 a 是最近和路径历史记录的相对权重，例如，如果 a = 0，则下一次是 t(n(。
对于语言，这取决于你擅长哪种语言。