用逻辑回归对商品属性排序
背景:对商品质量的排序,假设我们有最近半年的每个商品的的销量,每个商品的收藏数量,每个商品的点击次数三种数据。
目标:对商品打分,分数越高越好。
S
c
o
r
e
=
a
1
∗
销
量
+
a
2
∗
收
藏
数
量
\ Score=a_1*销量+a_2*收藏数量
Score=a1∗销量+a2∗收藏数量
目标是求出
a
1
,
a
2
\ a_1,a_2
a1,a2
衡量好商品的办法:如果商品被点击次数超过10次,就认为是好商品
开始排序:
商品 | 销量 | 收藏量 |
---|---|---|
A 1 \ A_1 A1 | 50 (1.69) | 20(1.30) |
A 2 \ A_2 A2 | 30(1.47) | 60(1.77) |
A 3 \ A_3 A3 | 500(2.70) | 60(1.77) |
A 4 \ A_4 A4 | 30(1.47) | 5(0.70) |
A 5 \ A_5 A5 | 5(0.70) | 30(1.47) |
A 6 \ A_6 A6 | 1(0) | 10(1.00) |
括号后面的是数据归一化
计算出
a
1
,
a
2
\ a_1,a_2
a1,a2 之后按照Score公式排序即可