如何确定要分配给每个存储桶的权重?

时间:2015-07-04 19:53:09

标签: machine-learning linear-algebra probability linear-regression linear-programming

有人会回答一系列问题并标记每个重要的(I),非常重要的(V)或非常重要的(E)。然后,我将他们的答案与其他人给出的答案相匹配,计算每个桶中相同答案的百分比,然后结合百分比得到最终分数。

例如,我回答10个问题,标记3个非常重要,5个非常重要,2个重要。然后我将我的答案与其他人的答案相匹配,他们对2/3极其重要的问题,4/5非常重要的问题和2/2个重要问题的答案相同。这导致66.66(极其重要),80.00(非常重要)和100.00(重要)的百分比。然后我将这3个百分比结合起来得到最终得分,但我首先权衡每个百分比以反映每个桶的重要性。所以结果会是这样的:得分= E * 66.66 + V * 80.00 + I * 100.00。 E,V和I的值(权重)是我试图弄清楚如何计算的。

以下是存在的限制因素:

1 + X + X ^ 2 = X ^ 3

E> = X * V> = X ^ 2 * I> 0

E + V + I = 1

E + 0.9 * V> = 0.9

0.9> 0.9 * E + 0.75 * V> = 0.75

E + I< 0.75

当合并百分比时,我可以给出重量0.0749,非常重要的重量为.2501,非常重要的重量为0.675,但这似乎是随意的,所以我想知道如何计算每个重量的最佳值。另外,如果忽略所有约束,如何计算最佳权重?

就我所说的最佳方式而言:在坚持最后4个约束的同时,我希望每个桶的重量是最大可能值,同时权重尽可能远(非常重要的问题最大加权)不仅仅是非常重要的问题,而且非常重要的问题最重要的问题不仅仅是重要的问题。

0 个答案:

没有答案