具有健身评分的机器学习算法

 

我不确定这是用于StackOverflow还是程序员，但是因为它更倾向于实现，所以我在这里问。

我正在寻找一种算法，可以使用n输入（所有浮点数）并生成m （所有浮点数; m < n ）个输出。 然后可以使用某种健身评分来训练该系统，以了解输入与输出之间的相关性。

什么是最好的算法用于这样的目的？

一点上下文：我想使用机器学习，而不是自发布的算法，因为我不知道数据之间的（完全）相关性，我知道机器学习算法的结果是否会有好处并从那里训练。

我有几个变量需要传入：

  • 只有我知道的信息（自信0-1 ）
  • 关于所有人都知道的关于我的信息（资源和以前的成绩0-1 ）
  • 我正在查看的人员的风险状况（分别基于其他参与者0-1 ）
  • 我正在查看的人的行为特征（分别基于其他玩家0-1 ）
  • 我正在查看的玩家的资源（分别为0-1 ）
  • 玩家总数（基于0-1最大玩家数）
  • 预测结果（偏差0-1 ）

    • 输出应该是：

  • 采取行动（从“无所事事”到“尽快行动” 0-1 ）
  • 要采取的行动量（从“不是很多”到“你能做的最多” 0-1 ）

    • 我有非常大的数据集可以处理，所以理想的算法建议也可以持久化。

    我已经看到像人工神经网络这样的算法，但是这些算法不允许进行健身评分，因为它们需要将输入和输出耦合在一起。 我不能说，我只能计算这些数字是正确的机会（健身评分 - 从未设计过>= 1 ）

    从描述来看，它看起来像一个强化学习的经典问题，其中你确实有一些特工执行动作（这里定义为动作+力量，但这仍然是一个动作），它改变了特工的一些内部状态并获得至少）奖励。

    有许多方法可以从您的环境中学习一项好的策略（规则选择特定操作），包括（但不限于）：

  • Q学习
  • MDP（马尔可夫决策过程）
  • 蒙特卡罗方法
    • 链接地址: http://www.djcxy.com/p/36859.html

    上一篇: Machine learning algorithm with fitness score

    下一篇: Algorithm to "learn" from user input