Algorithm 帮助人类选择的算法(例如小猫战争)
好吧,我正面临着一个即将加入我的家庭的人,我正在努力选择名字 我曾考虑编写软件来显示姓名,并迫使我选择我更喜欢的,类似于小猫战争 但是,一旦我得到一个巨大的图形,我就不知道如何处理它,尤其是在有循环的情况下。例如,我更喜欢迈克而不是萨姆,萨姆而不是贾里德,贾里德而不是迈克——简单地分配选票和计算选票是没有意义的(我认为小猫战争就是这么做的)。此外,我可能有一天得到迈克对贾里德和投票一种方式,但投票不同,如果我在另一天得到它 因此:Algorithm 帮助人类选择的算法(例如小猫战争),algorithm,graph-theory,Algorithm,Graph Theory,好吧,我正面临着一个即将加入我的家庭的人,我正在努力选择名字 我曾考虑编写软件来显示姓名,并迫使我选择我更喜欢的,类似于小猫战争 但是,一旦我得到一个巨大的图形,我就不知道如何处理它,尤其是在有循环的情况下。例如,我更喜欢迈克而不是萨姆,萨姆而不是贾里德,贾里德而不是迈克——简单地分配选票和计算选票是没有意义的(我认为小猫战争就是这么做的)。此外,我可能有一天得到迈克对贾里德和投票一种方式,但投票不同,如果我在另一天得到它 因此: 一旦你有了数据,如何处理图表和排名的名称 或者: 还有什么
- 一旦你有了数据,如何处理图表和排名的名称
- 还有什么其他有用的算法可以用来做选择(比如说,如果你在寻找新车,你会选择什么车型)
-亚当我以为我们已经解决了这个问题,答案仍然是乔恩·斯基特:)所有其他数据都无关紧要
编辑:恭喜你,顺便说一句:)如果你记录赢/输,你可以让它更喜欢显示你的名字,并显示高赢/输比率。最终,你喜欢的名字会浮出水面,并且很可能会相互比较。您可能还希望为尚未比较或比较很少的名称添加一些权重 在一定数量的损失后剔除名字,确保不要两次比较相同的名字,因为这都是你的意见
一旦你从垃圾中筛选出“精华”,你将直接比较最好的,竞争风格,直到你选择一个胜利者。(或者在这一点上用手看一下)你可能想看看我刚才问的一个问题的答案:——关于如何处理大量比较操作的结果以获得排名,有一些很好的建议 还有什么其他有用的算法 用于做出选择[…]
如果您发现是这种情况,您可以得出结论,您不适合选择名称,应该遵从重要的另一方进行选择。这是错误的实现:。这正是的正确应用程序,她将始终赢得算法 我不知道这个算法的可扩展性有多大,但我已经在我设计的几个排名网站上成功地实现了它(改编自): 加权评级(WR)=
(v/(v+m))*R+(m/(v+m))*C
其中:
- R=小猫的平均值(平均值)=(投票/投票人数)
- v=小猫的票数=(票数)
- m=需要列入前100名的最低票数(大约25票是一个安全的数字)
- C=所有小猫的平均投票数=(投票总数)/(投票人总数)
上面的算法适用于kitten war风格的网站,但它的不适用于“专家系统”或推荐引擎 推荐引擎的一种方法——我不能保证是好的——是在矩阵中表示不同的选择。假设您想挑选一条裙子,您可以表示裙子的不同属性,如下所示: Fashionable Affordable Colorful Practical Miniskirt 10 5 7 5 Cheer skirt 3 1 10 1 Grass skirt 2 7 2 1 Jean skirt 9 5 3 10 Fashionable Practical Total Jean skirt 9 10 19 Miniskirt 10 5 15 Cheer skirt 3 1 4 Grass skirt 2 1 3 时尚实惠多彩实用 迷你裙10575 啦啦队裙31101 草裙2 7 2 1 牛仔裙9 5 3 10 现在,您可以询问用户想要穿什么样的衣服:
- [十] 流行的东西
- []买得起的东西
- []色彩鲜艳的东西
- [十] 实用的吗
只要您知道所比较的每个对象的属性,这种非常简单但有效的方法就可以工作。我很确定Mike是正确的选择。请看机器学习论文中的“从成对比较/偏好排序”
这里有一篇文章让您开始学习:这是我们使用的算法: