具有适应度得分的机器学习算法

Question

我不确定这是针对StackOverflow 还是Programmers，但由于它更倾向于实施，所以我在这里问。

我正在寻找一种可以采用n 输入（所有浮点数）并产生m（所有浮点数；m < n）输出的算法。然后可以使用一种适应度分数来训练这个系统，以学习输入和输出之间的相关性。

用于此目的的最佳算法是什么？

---

一点上下文： 我想使用机器学习而不是自行发明的算法，因为我不知道数据之间的（完全）相关性，我知道机器学习算法的结果是否好，并从那里进行训练。

我有几个变量要传入：

• 只有我知道的信息（信心0-1）
• 所有人都知道的关于我的信息（资源和以前的成就0-1）
• 我正在调查的人的风险状况（分别基于其他玩家0-1）
• 我正在调查的人的行为概况（分别基于其他玩家0-1）
• 我正在查看的玩家拥有的资源（分别 0-1）
• 玩家总数（基于允许的最大玩家数0-1）
• 结果预测（偏差0-1）

输出应该是：

• 要采取的行动（从“什么都不做”到“迅速行动”0-1）
• 采取的行动数量（从“不多”到“你能做的最多”0-1）

我有非常大的数据集可以处理，所以理想情况下建议的算法也可以持久化。

---

我见过像 Artificial Neural Networks 这样的算法，但这些算法不允许使用适应度得分，因为它们需要将输入和输出耦合在一起。我无法提供，我只能计算这些数字正确的可能性（健身分数——设计上永远不会>= 1）

Answer 1

从描述来看，它看起来像是reinforcement learning 的经典问题，您确实有一些代理执行动作（这里定义为动作+强度，但这仍然是一个动作），它改变了代理的一些内部状态并获得 (至少在某个时候）奖励。

有很多方法可以从您的环境中学习一个好的策略（选择特定操作的规则），包括（但不限于）：

• Q 学习
• MDP（马尔可夫决策过程）
• 蒙特卡罗方法