我有一个函数的函数形式，它将一系列特征作为输入（一些是整数，一些是连续的），我想优化乘以这些特征的系数，以便样本我认为排名第一。
换句话说，给定一个提供的函数形式，我想调整系数以吐出一个可用于对我的样本进行排名的实数。使用此函数评分时，我想要的样本＃1排名越多，系数越好。
在我的拟合结束时，能够以我给定的函数形式看到这些系数的值，这对我很重要。
这似乎不属于SVM或逻辑回归（虽然我可能会弄错）。
是否有提供此功能的现有软件包？
想象一下，我有一些软件可以预测某些3D blob的形状。假设我有5个预测，我想知道哪一个最有可能是正确的。为此，我想构建一个评分函数。该功能将对每个模型的三个特征赋予不同的权重。
让我们来称呼这些功能：
现在我大致了解我希望这些功能如何互动。例如，我认为一个通道的blob与没有通道的blob非常不同。但是一个拥有10个通道的blob与一个拥有9个通道的blob没有太大区别。
所以我要设置一个功能表单，其中包含一个通道数的步进功能。
我还希望表面积和体积是相对于其他5个预测的相对值。我希望这些功能具有线性项和二次项。
因此功能形式如下：
score(A,V,H) = w1*a + w2*a^2 + w3*v * w3*v^2 + STEP_FUNCTION_FOR_NUM_CHANNELS_WITH_THREE_STEPS_SO_NEED_THREE_WEIGHTS
我也有训练集。它包括，例如，100种不同的斑点，对于每种斑点，我有5个预测，我知道我想要排名第一的5个预测中的哪一个。
所以我所拥有的是一种我喜欢的功能形式，以及每种预测的分类。
我正在寻找可以优化系数的现有包（w's），以便100种不同类型的blob中的每一种中的期望预测尽可能频繁地排在第一位。 / p>