我想推导出一种模式，用来判断门应该何时打开，何时关闭。例如，如果状态谱系指的是前门，并且记录的数据显示第一天早上9点、正午12点和晚上6点各打开1分钟，第二天早上9点30分、下午12点30分和晚上6点30分各打开1.5分钟，第三天……同样如此，那么应该可以推导出一种模式，即

前门每天在9点到10点之间、12点到下午1点之间以及晚上6点到7点之间，每次打开时间少于两分钟（或类似的情况）。

如何做到这一点？有什么算法吗？这可以使用Weka或其他机器学习程序来完成吗？

回答：

编辑：为了使任何机器学习算法适用，你需要更好地定义它。对于监督学习，算法试图预测一个“正确”的标签。这里的正确标签是什么？预测错误的成本是什么？

或者，对于无监督学习，算法试图创建数据的有用子集。这里什么是一个好的子集？

是否有任何独立变量？