100 種類の香水を扱う香水店があるとします。
10,000 人の顧客が 1 つ星から 5 つ星までの各香水の割合で来店するとします。
質問が次のようなものであるとしましょう:「95% の顧客が少なくとも 1 つに 4 つ以上の星の評価を与えるように、5 つの香水のパックを最適に構成する方法」
これをアルゴリズム的に行う方法は？
注: 質問も適切に形成されていないことがわかります。そのような構造が存在するという保証さえありません。2 つのパラメーターの間にはトレードオフがあります。
注: また (これにより、香水の例えが少し不自然になります)、1 つでも 3 つでも一致するかどうかは問題ではありません。したがって、{4.3, 0, 0, 0, 0} は {4.3, 4.2, 4.2, 4.2, 4.2} と同等です。どちらの場合もスコアは 4.3 です。
議論の目的で、香水 0 ～ 19 は甘い、香水 20 ～ 39 は酸っぱい、などとしましょう (sim. 塩、苦味、うなみ)
したがって、0 ～ 19 の間には非常に高い相互相関があります。
これを空間の 100 ポイントでモデル化すると、0 ～ 19 はすべて互いに非常に強く引き合い、クラスターを形成します。
同様に、他の 4 つの味についても 4 つのクラスターが得られます。
したがって、たった 1 つのメトリックから、5 つの異なるフレーバーを分離しました。
しかし、この技術は拡張されますか？
π
PS 関連するテクニックの名前を付けただけでも非常に役に立ちます。これにより、Google で詳細情報を得ることができるからです。したがって、業界で受け入れられている用語で質問を言い換えるだけの回答は役に立ちます!