algorithm - 给定属性和权重的评分算法

标签 algorithm machine-learning artificial-intelligence

在给定已知值和权重的情况下,我将如何想出一种有效的方法来对某些内容进行评分。

例如,我正在尝试对具有适应度值的机器进行评分,我首先想考虑 CPU 使用率。
CPU 是加权的,比如说 100 分中的 50 分。(50% 的重要性)
我知道平均cpu。 (avg_cpu)
我知道 cpu (delta) 或 (cpu/average_cpu) 的当前比率变化

我们知道持续低 cpu 是好的。
我们知道持续低 CPU 和一些尖峰是可以的。
我们知道持续高cpu是嗯。 (可能就是那台机器的运行方式)
我们知道 cpu 持续低然后突然持续高 cpu 是不好的。

我希望 cpu 的最终分数是 100。

鉴于此标准,我该如何着手提出有效的算法?

最佳答案

尝试 linear regression通过将线性方程拟合到您已经手动给出分数的数据集。使用 MATLAB 或 R 获取线性回归的内置函数。一旦你有了方程式,你就可以直接给出输入参数并获得输出值。

注意:-

如果你的函数是非线性的,但你总是使用更复杂的方法,如 SVM,则不会工作

关于algorithm - 给定属性和权重的评分算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24196918/

相关文章:

artificial-intelligence - 如何从 COCO 数据集中过滤类?

php - 自然语言理解 API

algorithm - 装箱,决策与优化

algorithm - 按其编号生成整数分区

python - 使用编码目标值

machine-learning - 异常: The passed model is not callable and cannot be analyzed directly with the given masker

algorithm - 如何修改预序树遍历算法以处理具有多个父节点的节点?

c - 查找已知的整数键集

python - 使用机器学习进行简单的机器人控制

python - tensorflow 类型错误: Using a `tf.Tensor` as a Python `bool` is not allowed.