Python—通过0'；s和1'；s

我正在使用python开发一个人工智能项目，它根据用户的输入用0和1填充一个数组，并根据0和1的顺序预测下一个输入。我有没有办法在这样一个随机输入的数组中找到一个模式？如果用户输入超过100个甚至200个，那么这个模式的准确度会有多高

编辑： 建议我添加一些代码。我在主文件上没有做太多工作：

print("Welcome AI Project V:0.1a\n")

username = ""

with open("./user.txt", "r+") as f:
    name = f.readline()
    name.rstrip('\n')
    if (name != ""):
        username = name
    else:
        name = input("Look's like you're new! What's your name?\n")
        f.write(name)
        username = name

    f.close()

feeling = input("Hello {0}! How are you today?\n".format(username))
with open("./feeling.neuron", "w") as file:
    file.write(changeTo0or1(feeling))


def changeTo0or1(string):
    # Will ask user whether feeling is good or bad but I feel it's easier to work with a file of 0's and 1's as it means there are only 2 possible outputs

---

如果我理解正确，你是在试图根据一个人以前的情绪来预测他/她感觉好还是坏。您需要将其转换为1（好）和0（坏）的字符串，因为输入总是二进制的

user_mood_history = '000001100000110010011'

例如，如果您的用户在变量

user\u mood\u history

中有如上所示的输入历史记录，则您正在尝试预测下一输入或下一天的情绪。如果我看字符串，如果我们从周一开始，每天都收到输入，这个人在周末会很开心，在这周会很不开心

我知道，一般来说，这一点并不清楚，但就目前而言，这一点是明确的

如果你想预测用户第二天的情绪，仅仅从一个二进制字符串就很难预测，你可以使用某种机器学习算法，但要小心，你似乎没有多少数据点（输入）。因此，使用合适的机器学习算法

一些想法：

• 从一个简单的逻辑回归模型开始
• 隐马尔可夫模型
• 递归神经网络（尽管由于缺乏数据，我不建议这样做）
• ARIMA（自回归综合移动平均线，对于手头的简单任务来说，它也可能过于复杂）
• 随机林分类器（查看的页面）
• 如果你是一个更高级的程序员，也许可以看看Prophet，Facebook新的时间序列建模算法

  ---

这是字符串输入吗？当你问一个问题时，最好包含一些代码，大致显示你想要实现的目标。代码比文字更清晰。