你如何根据一个人的属性来近似状态转换?
How do you approximate state transitions based on a person's attributes?
假设您有一个客户属性class定义为高、中和低。不同 class 的客户应该具有不同的状态转换概率。您是在创建微型 ML 模型以获得不同的概率,还是只是根据历史数据使用过去转换的相对百分比?
如果你有转换数据,使用基于历史数据的分布是最常用的方法......然而,根据情况,你也可以使用预测模型来了解代理将使用什么转换,只要你有您可以用来预测这个的自变量...
这个预测可以用 ML 模型或统计模型来完成,视情况而定
如果对转换位置有持续的顺序决策,您还可以更进一步并使用人工智能,如果您想优化这些客户的行为,您可以这样做...强化学习用于此并且您可以使用您的模拟模型为这些客户的决策过程生成策略。
假设您有一个客户属性class定义为高、中和低。不同 class 的客户应该具有不同的状态转换概率。您是在创建微型 ML 模型以获得不同的概率,还是只是根据历史数据使用过去转换的相对百分比?
如果你有转换数据,使用基于历史数据的分布是最常用的方法......然而,根据情况,你也可以使用预测模型来了解代理将使用什么转换,只要你有您可以用来预测这个的自变量...
这个预测可以用 ML 模型或统计模型来完成,视情况而定
如果对转换位置有持续的顺序决策,您还可以更进一步并使用人工智能,如果您想优化这些客户的行为,您可以这样做...强化学习用于此并且您可以使用您的模拟模型为这些客户的决策过程生成策略。