如何根据区域数据维度,如周边房价,薪资水平,消费水平等,给区域打分(分值区间0-100),不考虑数据源,有大佬能提供下思路和算法吗?
2条回答 默认 最新
- threenewbee 2019-10-22 15:00关注
这是机器学习的范畴,你可以拟定一个公式,比如
周边房价*w1+薪资水平*w2+消费水平*w3+bias=打分
然后,你应该有一批周边房价,薪资水平,消费水平的数据作为学习的样本,你人工给这些数据打分。
之后用机器学习算法,看w1 w2 w3 bias分别取多少的时候,计算出来的打分和你人工打分的方差最小。这个过程叫做训练。可以用最小二乘法,梯度下降等等。
之后你就有了这么一个经过训练权重参数的公式
周边房价*w1+薪资水平*w2+消费水平*w3+bias,此时w1 w2 w3 bias 都是已知数
用它就可以评估打分了。本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 2无用
悬赏问题
- ¥15 做个有关计算的小程序
- ¥15 MPI读取tif文件无法正常给各进程分配路径
- ¥15 如何用MATLAB实现以下三个公式(有相互嵌套)
- ¥30 关于#算法#的问题:运用EViews第九版本进行一系列计量经济学的时间数列数据回归分析预测问题 求各位帮我解答一下
- ¥15 setInterval 页面闪烁,怎么解决
- ¥15 如何让企业微信机器人实现消息汇总整合
- ¥50 关于#ui#的问题:做yolov8的ui界面出现的问题
- ¥15 如何用Python爬取各高校教师公开的教育和工作经历
- ¥15 TLE9879QXA40 电机驱动
- ¥20 对于工程问题的非线性数学模型进行线性化