通过机器学习获取正态分布的结果

我有每道问题的调查结果数据,希望找到一个公式或模式来计算或预测客户满意度指数。我们假设满意度指数遵循正态分布,公式为:满意度指数 = ∑ 权重(i) * 评分(i),其中评分(i)是问题i的评分,目标是找出权重(i)。

有什么方法可以根据正态分布的满意度指数来确定权重(i)吗?


回答:

你应该使用线性回归。将指数作为每个问题评分的函数进行回归。如果你假设指数和评分都呈正态分布,并且指数是评分的线性组合,那么这是正确的方法。

然而,这可能并不完全正确。满意度指数中可能存在非线性因素。在这种情况下,你可以使用神经网络或支持向量机来尝试建立更好的预测模型。但你应该先尝试线性回归,看看是否能得到一个好的拟合结果。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注