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
- 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 ads仿真结果在圆图上是怎么读数的
- ¥20 Cotex M3的调试和程序执行方式是什么样的?
- ¥20 java项目连接sqlserver时报ssl相关错误
- ¥15 一道python难题3
- ¥15 用matlab 设计一个不动点迭代法求解非线性方程组的代码
- ¥15 牛顿斯科特系数表表示
- ¥15 arduino 步进电机
- ¥20 程序进入HardFault_Handler
- ¥15 oracle集群安装出bug
- ¥15 关于#python#的问题:自动化测试