我想根据3个来源计算整体评分:
紧迫性,重要性和位置。
我认为它的紧急程度和重要性为1-10分,位置为布尔值。
我知道有算法,但我希望有一种简单的方法可以做到这一点!
如果我需要以某种方式澄清,请告诉我。
答案 0 :(得分:1)
您需要为每个来源提供正确的权重系数。
score = x * importance + y * urgency + z * location
您了解的算法是关于如何根据真实的分类数据确定最佳系数。这叫做Supervised Learning.
假设你有一张培训样本表:
[importance, urgency, location, score ] = [i,u,l,s]
分配的分数本身无关紧要,但相对分数值应代表您所做出的决定。您的解决方案的线性拟合将是:
a = [i, u, l] , a row vector of sources.
A= [a1 ; = [i1, u1, l1;
a2 ; i2, u2, l2;
... ; ...;
an ] in, un, ln]
所有源样本的矩阵,每行一个。
S= [s1;
s2;
...
sn]
带有分数样本的列向量。
然后你可以计算
B=(A*A')^-1 A'* S
B是具有最佳权重的数组[x,y,z]。
A'
是转置矩阵(A*A')^-1
是方阵*
代表此背景下的矩阵产品。使用数学软件或数学库进行矢量运算。 MATLAB / gnuOctave是我的建议。 numpy一个丑陋的替代方案,也会起作用。
如果您对其工作原理感兴趣,那么这是一个linear predictor,当您不知道有关样品的任何额外信息时,这是最佳解决方案。