machine-learning - 机器学习的应用

Question

我在这里看到了一些机器学习问题，所以我想我应该发布一个相关问题:假设我有一个随机生成的食物 list ，其中包括主菜、甜点和饮料。例如鸡肉、芝士蛋糕、橙汁。用户将按照 1-5 的等级对他们个人喜欢该组合的程度进行排名。达到等级后，会出现另一组随机食物。

我的问题是，我将使用什么机器学习技术/算法来预测用户会对根据所有先前数据随机生成的集合进行排名？本质上，利用他们的意见来预测他们对新食品的评价。有什么网站/书籍可以提供帮助吗？

Answer 1

您提出了回归问题，因为您正在尝试预测连续数值。

对于每个数据实例，您可以提取特征并关联一个值 (1-5)。这些特征可以是用餐期间是否存在菜肴(例如 has_cheesecake、has_orange_juice)，其中每个特征都是 bool 值。假设有N种可能的菜品；那么每餐都是一个具有 N 个特征和关联值的数据实例(也称为特征向量)。下面是 N=12 的示例，其中最后(第 13)列是值。

0 0 0 1 1 0 0 0 1 0 0 0 5
1 0 0 1 0 1 0 0 0 0 0 0 3
0 0 0 0 0 0 1 1 0 0 0 1 4

然后，您可以将其输入 Weka 等机器学习程序，它将为您创建一个回归模型。然后，当您想要预测用户对新餐的排名时，您可以输入一个新向量，其中最后一列未知，如下所示:

0 0 1 0 0 0 1 0 0 0 0 1 ?

软件将返回一个值给您，例如 3.9。