algorithm - 在这种情况下，哪种机器学习算法最好？

Question

更新 - 短版
看了一些回答和评论后，我想我可以更好地总结我的问题。有关详细示例，请参见下文。
我正在寻找一种机器学习算法，它可以:

生成几个不同变量的组合，

从持续的人类反馈中学习，将每个组合分类为“好”或“坏”，并提高其 future 生成的准确性

在小反馈(训练)数据集上工作相对较好

权重最近提供的反馈(训练)数据——换言之，与新反馈相比，旧反馈数据随着时间的推移应该变得不那么有影响力

示例场景
假设我正在尝试创建一个算法来生成锻炼计划。我会给它一些限制(我每天只能花 45 分钟锻炼，周四不能锻炼，等等)。然后我希望它为一周中的每一天生成一个锻炼计划。
然后，我希望能够告诉算法我不喜欢它生成的日程安排的一部分(也许我不喜欢在锻炼的同一天运行)。我给算法的唯一输入是给定日期的一项练习是“糟糕的”(我取消了 ab 或运行部分，任一)。
但我不告诉它 为什么这很糟糕，只是无论出于何种原因它都不起作用。这可能是一百万个不同原因中的一个，也许我在练习后将其标记为“不好”，我什至不完全明白为什么它不顺利，只是我没有感觉到。
此外，该算法可以假设任何锻炼计划 I 不要标记为“坏”至少是“好”。
我在寻找什么...
我正在寻找一种算法(我假设是机器学习)，它会接受这些反馈并随着时间的推移自我训练，以尝试猜测我会喜欢什么锻炼。它可能会处理相对较小的数据集(我每周不会锻炼数千次)，而且我无法从其他人那里提取数据(因此某种推荐引擎如 Netflix 已推出)。
我认为这属于二元分类问题 (建议的锻炼计划是“至少可以”或“不好”) ，但我不确定从算法的角度来看最好的方法是什么。
我可以(希望)自己弄清楚编码和算法的细节，但我需要一些关于从哪种算法开始的指导或建议!

Answer 1

解决方案1:
Netflix Prize解决了类似的问题。该算法知道您喜欢/不喜欢的电影数量相对较少，并且基于此 [和其他用户体验]，它会建议您还喜欢哪部电影。

许多文章都是关于这个主题的，BellKor solution获得最好成绩。

这当然不是同一个问题，因为它还解决了其他用户的偏好，并使用它来为您匹配喜欢的电影，但它仍然可能对您有所帮助。

(*) 在您的问题中，“电影”是一种竞争训练[例如腹肌+有氧运动]，根据您喜欢/不喜欢的训练，以及它与其他用户的相似性，可以为您选择首选训练。

更多信息请访问 Netflix Prize Homepage

解决方案 2
一个 preheps 更简单，但很可能不太准确的解决方案可以基于 k nearest neighbor算法。每次用户表示他是否喜欢/不喜欢培训时，您都会存储它。
在这里，您的特征是锻炼部分 [二进制值，例如，如果您进行运行 + 腹肌训练，这些值将设置为 true，其余设置为 false]。
当您需要选择训练时，您可以将其与最近的 k 个邻居 [最相似的特征] 进行匹配，并根据用户对类似“邻居”的回答来预测用户是否会喜欢/不喜欢该训练。
请注意，此算法仅检查锻炼是否会被喜欢/不喜欢，并且不会创建锻炼。可以随机选择一个，只有在算法认为它是好的时才应该被接受，否则:随机选择一个新的，依此类推......

一般评论:
跟进评论讨论:
机器学习主要基于启发式和实验。在我看来，您可能应该有一些算法，并根据实验检查哪些得分最高，或者结合一些算法以获得最佳结果。如何根据此答案组合算法的一种可能性是:

1. choose a workout based on the BellKor solution to the Netflix prize
2. check k nearest neighbor - if this workout is likely to be approved by the user.
   2.1. If it is likely to be approved: pass it to the user and finish
   2.2. else: return to 1, and choose a different workout.