Algorithm 绘制/匹配儿童玩具

Algorithm 绘制/匹配儿童玩具,algorithm,machine-learning,data-structures,deep-learning,matching,Algorithm,Machine Learning,Data Structures,Deep Learning,Matching,有没有找到最佳匹配的算法 例如 假设我们有100个玩具和100个孩子 我们希望玩具能与儿童相匹配,因为每个儿童和每个玩具都有自己的特定特征,我们可以称之为特征,就像玩具可以具有[形状、大小、颜色……]等特征一样 每个孩子都有自己的喜好,比如[颜色、角色] 现在有没有一种方法,我可以将一个玩具映射到一个孩子,考虑到一对一映射,假设映射的kth玩具是第jth个孩子的最佳匹配,即根据他的偏好,kth玩具是最好的 我最初的想法是使用Gale–Shapley算法 这里可以使用机器学习吗?当问题明确要求机器

有没有找到最佳匹配的算法

例如

假设我们有100个玩具和100个孩子 我们希望玩具能与儿童相匹配,因为每个儿童和每个玩具都有自己的特定特征,我们可以称之为特征,就像玩具可以具有[形状、大小、颜色……]等特征一样 每个孩子都有自己的喜好,比如[颜色、角色]

现在有没有一种方法,我可以将一个玩具映射到一个孩子,考虑到一对一映射,假设映射的kth玩具是第jth个孩子的最佳匹配,即根据他的偏好,kth玩具是最好的

我最初的想法是使用Gale–Shapley算法


这里可以使用机器学习吗?

当问题明确要求机器学习解决方案时,请注意,显然问题可以建模为问题,分区是儿童和玩具,而权重是满足偏好的数量。这个问题可以用所谓的多项式运行时间界限来解决。

把玩具想象成男孩,把孩子想象成女孩,然后如果每个孩子都对所有玩具进行排序,那么你的问题就会映射到问题/解决方案上。

谢谢。我在这里有个疑问@Codor!!如果children pref vector也有像“我爱口袋妖怪”这样的孩子说的话,那么我如何在children pref vector中建模这个特定的功能/偏好以及其他可以是颜色的功能,例如:[“我爱口袋妖怪”、“黄色”、“1.3英尺”]关于二分匹配的问题?正如我在Paddy3118对答案的评论中所指出的,基于孩子的表情和玩具的特征描述生成偏好值似乎是一个独立于实际分配问题的问题。否。没那么直。孩子们有这样的偏好['i love pokemon'、'yellow'、'1.3ft'],类似的玩具也有这样的特征['pikachu'、'yellow'、'1.2ft'],在稳定的婚姻问题上,偏好并不像往常那样直接。如果我错了,请纠正我。你可以根据每个孩子在一组特征上的权重对每个玩具进行称重,并根据具有该特征的玩具进行排序……似乎建模的优化问题是两部分匹配、稳定的婚姻,广义赋值问题——不管你怎么称呼它,它都是在现实世界中看到的。这不是一个合理的假设,一个孩子能够表达他或她自己的“偏好价值”。当然,这取决于孩子和孩子的年龄,但我不会依赖它。@Codor child只是一个占位符,如果我告诉你必须与男人和女人进行匹配怎么办