什么是算法来解决这个问题？

2018-06-14 02:49:17

所以我基本上有一群学生，并让他们完成“个性测验”。个性测验基本上包括他们评分自己的1-10个等级的一些不同的特质（即内向，专注能力等）

然后把这些学生分成小组，并做了一些小组任务。然后，我让他们做了另一个测验，他们基本反映了他们在任务中的表现 - 例如团队的团结程度，他们在任务上的标志，他们有多少分歧，他们能够集中精力等等。所有在1-10的范围内。

我现在有了一套新的学生，并让他们完成了我给第一批学生的同样的个性测验。

我想现在制作一个机器学习算法，并使用我从第一组学生获得的个性和性能数据进行训练。我希望它现在能够使用他们的个性测验结果对新的学生组进行分组，从而最大限度地提高小组的表现。

换句话说，我有一群学生，我以我组成的小组来衡量他们的个性和表现。我现在有一套新的学生，希望有一套机器学习算法，可以从原始的学生数据集中学习，并将新学生分组，以便他们的个性共同协作以最大限度地提高成绩。

请有人指出我正确的方向吗？我没有任何机器学习的经验，所以不知道要用什么。

首先，如提到的评论，这是这个网站的主题。但我正在回答，因为我想。

现在，您正在做的整个实验都会受到一些可能存在问题的偏见。我没有提出参考，因为我愿意花时间（你应该为这些观点找到你自己的参考）：

人们更乐观地评估小组相关的表现

自我形成的群体有时会固有的社会联系，这会影响绩效

工作的自我存取可能与全球产出评估不相关

不同的任务（您的案例中的类）需要不同类型的协作。因此你的算法很可能只适用于一个类，如果它工作的话。

现在你还没有定义如下：

每组的性能指标

在一组组中训练您的模型的度量指标

组的大小（统一或变体）

组数（预先指定的编号或变体）

一般来说，您可以使用大多数模型对数据集进行N次交叉折叠。在你的情况下，它可能是一个优化问题的度量指标，通过组合的表现来计算，对所有可能的学生进行划分。如果你不设计一个贪婪的算法，它将在计算上是昂贵的，而且根本不可扩展。

我会把你留在这里。现在是你做一些工作的时候了。

链接地址: http://www.djcxy.com/p/40195.html