如何使用线性回归模型为职位推荐选择训练数据集？
How do I choose training data set for job recommendation using linear regression model?
I have two kind of profiles in database.one is candidate
prodile,another is job profile posted by recruiter.
in both the profiles i have 3 common field say location,skill and
experience
i know the algorithm but i am having problem in creating training data
set where my input feature will be location,skill and salary chosen
from candidate profile,but i am not getting how to choose output
(relevant job profile).
as far as i know output can only be a single variable, then how to
choose relevant job profile as a output in my training set
还是我应该选择其他方法？另一个想法是聚类。
据我所知，您想使用某种预测算法预测给定候选人资料的职位资料。
好吧，如果你想使用回归，你需要知道一些历史数据——哪些候选人得到了哪些工作，然后你可以根据这些历史数据创建一些模型。如果你没有这样的训练数据，你需要一些其他的算法。比如说，您可以将 location,skill and experience 设置为 3d 中的特征，并使用 clustering/nearest 邻居来查找最接近工作资料的候选人资料。
您可以看看 "recommender systems"，它们可以解决您的问题。
从基于内容的算法开始（你必须找到一种方法来自动标记工作，或者手动完成），你可以通过收集用户真正感兴趣的工作（并成为混合推荐系统）来改进混合算法)
I have two kind of profiles in database.one is candidate prodile,another is job profile posted by recruiter.
in both the profiles i have 3 common field say location,skill and experience
i know the algorithm but i am having problem in creating training data set where my input feature will be location,skill and salary chosen from candidate profile,but i am not getting how to choose output (relevant job profile).
as far as i know output can only be a single variable, then how to choose relevant job profile as a output in my training set
还是我应该选择其他方法？另一个想法是聚类。
据我所知，您想使用某种预测算法预测给定候选人资料的职位资料。
好吧，如果你想使用回归，你需要知道一些历史数据——哪些候选人得到了哪些工作，然后你可以根据这些历史数据创建一些模型。如果你没有这样的训练数据，你需要一些其他的算法。比如说，您可以将 location,skill and experience 设置为 3d 中的特征，并使用 clustering/nearest 邻居来查找最接近工作资料的候选人资料。
您可以看看 "recommender systems"，它们可以解决您的问题。 从基于内容的算法开始（你必须找到一种方法来自动标记工作，或者手动完成），你可以通过收集用户真正感兴趣的工作（并成为混合推荐系统）来改进混合算法)