当我想考虑关于一个属性的几件事时，什么样的模型合适？

Question

我正在努力弄清楚哪种机器学习/深度学习模型适合我想要实现的目标

我正在尝试创建一个模型，该模型会推荐最佳的物品购买，这将使我赢得比赛的机会最高。 我有足够的数据（希望如此）来创建模型，但我想考虑购买的物品以及购买游戏的哪个阶段。 我可以将它作为另一个变量单独添加吗？

假设有 3 个项目：A、B 和 C，以及 2 个不同的商店处于游戏的进一步阶段。 我希望我的模型能够查看购买阶段是否对商品产生影响。 如果物品 A 在第 2 阶段购买，它在游戏的那个阶段是否仍然有用，或者它现在是一个比物品 B 更弱的选择？

然而，在我的真实场景中，会有更多的物品、商店和其他限制。 我只是想不通如何考虑物品，以及在游戏运行中可能完全缺少某些物品的阶段。

最初我的计划是使用逻辑回归来创建我的模型，但现在我不知道它是否能够很好地处理复杂性以及我是否应该尝试使用深度学习方法来代替。 我还没有尝试创建任何模型，因为我觉得我不了解如何将任何技术应用于我的问题。

Answer 1

这是我对你的问题的理解 -

这是一款玩家在每个阶段都可以选择从特定商店购买物品的游戏。 根据商品、商店和购买阶段，用户将获得一定的奖励。

这可以被定义为强化学习 (RL) 问题。 我相信 DQN 将适用于上述描述。 RL 具有以下组件 - State、Action、Reward、您需要设置的 Next State。 对于您的问题，我将按以下方式设计算法 -

状态 - 由（阶段，玩家获得的金额）组成的元组 动作 - [物品 A1，物品 B1，物品 C1，物品 A2，物品 B2，物品 C2] 玩家必须选择购买物品 A 的动作， B 或 C 来自商店 1 或 2。 奖励 - 玩家在某个阶段采取特定行动获得的奖励 下一个状态 - 由（阶段 + 1，玩家获得的金额）组成的元组

RL 非常擅长学习游戏规则并获得最佳分数。