probability - 你如何根据一个人的属性来近似状态转换？

假设您有一个客户属性分类为高、中和低。不同类别的客户应该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，还是只是使用基于历史数据的过去转换的相对百分比？

标签： probabilitydistributiongenetic-algorithmanylogicpropensity-score-matching

如果您有转换数据，则使用基于历史数据的分布是最常用的方法...不过，根据具体情况，您也可以使用预测模型来了解代理将使用什么转换，只要您有可以使用的自变量用来预测这个...

可以根据情况使用 ML 模型或统计模型来完成此预测

如果对过渡的位置有持续的连续决策，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，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。