将新数据集与预定义集匹配

Question

我有一组数据，描述了某些任务所需的级别。以下是一个列表示例：

请注意，数据值在0到10之间的比例。

我在这里的问题是，我有一批员工，他们的技能(分析、耐心、理解……)已经进行了分析，类似于以下员工：

• 分析-> 8.5
• 耐心->5
• 理解->7
• 通讯-> 7.5
• 创意->8

如何根据员工的技能和每项任务所需的技能，将其与最佳任务相匹配，并找到匹配的百分比。

请注意，任务的数量要大得多(大约有1000个任务)，有更多的需求已经在统计上找到了。

Answer 1

你不需要机器学习来做这件事。

您可以将描述用户的向量减去任务的向量，并计算这些向量的大小。

最小幅值的向量将来自最匹配的任务。

Answer 2

作为对我问题的后续，经过一些研究，我发现了在这个线程https://stackoverflow.com/questions/32446703/find-closest-vector-from-a-list-of-vectors-python上使用Python的编程方法。

它基本上描述了一种使用Python空间枕库的方法。方法相当简单，您输入一组向量，创建一个KDTree，最后使用输入向量查询树。但其中一个不便之处是:输入向量应与其他向量长度相同，因此需要进行一些预处理。

所用的代码是：

>>> from scipy import spatial
>>> A = [[0,1,2,3,4], [4,3,2,1,0], [2,5,3,7,1], [1,0,1,0,1]]
>>> tree = spatial.KDTree(A)
>>> tree.query([0.5,0.5,0.5,0.5,0.5]) (1.1180339887498949, 3)

Answer 3

根据Vincenzo Lavorini的回答，下面是查找与员工能力最接近的任务的python代码：

import numpy as np

# Let tt be list of tasks and ee be employee: 
tt = [[0,1,2,3,4], [4,3,2,1,0], [2,5,3,7,1], [1,0,1,0,1]]
ee = [0.5,0.5,0.5,0.5,0.5]

# convert to numpy array: 
tt = np.array(tt)
ee = np.array(ee)

# find difference between each task and employee:
res = tt - ee
print(res)

输出：

[[-0.5  0.5  1.5  2.5  3.5]
 [ 3.5  2.5  1.5  0.5 -0.5]
 [ 1.5  4.5  2.5  6.5  0.5]
 [ 0.5 -0.5  0.5 -0.5  0.5]]

找出总差异：

res = [np.sum(x) for x in res]
print(res)

输出：

[7.5, 7.5, 15.5, 0.5]

使用numpy.argmin查找具有最小总差的任务的索引数：

print("Task number most suited for this employee:", np.argmin(res))

输出：

Task number most suited for this employee: 3

结果与scipy spatial代码的结果相同。