假设某电子商务网站希望“优质”商品排在搜索结果前面。人工选取了“好”“中”“差”三组商品各 1000 个。同时将他们的后台数据提取出来。
原始数据，包括每个商品以下数据：
1 、曝光量 2 、点击量 3 、访问独立用户数 4 、加购物车量 5 、收藏量 6 、订购量 7 、好评量 8 、中评量 9 、差评量…………
训练后是否能实现以下效果。给程序一个商品的数据，程序将该商品分类为“差”。原因是其综合分数低于差这一分类的上界得分。更进一步，可以分别给出以上 9 项指标的得分，使我可以知道该商品为什么被分类为差。
我是看了 3B1B 关于神经网络的视频介绍。觉得其思想和回归差不多。通过大量数据拟合出一个线性方程组。因此就有了以上问题。当然该问题的讨论不限于神经网络这一种方式。
原始数据，包括每个商品以下数据：
1 、曝光量 2 、点击量 3 、访问独立用户数 4 、加购物车量 5 、收藏量 6 、订购量 7 、好评量 8 、中评量 9 、差评量…………
训练后是否能实现以下效果。给程序一个商品的数据，程序将该商品分类为“差”。原因是其综合分数低于差这一分类的上界得分。更进一步，可以分别给出以上 9 项指标的得分，使我可以知道该商品为什么被分类为差。
我是看了 3B1B 关于神经网络的视频介绍。觉得其思想和回归差不多。通过大量数据拟合出一个线性方程组。因此就有了以上问题。当然该问题的讨论不限于神经网络这一种方式。
Select Language