Как решаются подобные задачи и каким инструментом лучше? Приветствую!
Есть набор данных: Возраст, Пол, Язык.
Есть знание того, что:
[50, Ж, ru] - не хорошо.
[40, Ж, ru] - является наилучшей комбинацией.
[35, Ж, ru] - чуть хуже.
[35, M, ru] - еще хуже.
[20, М, en] - совсем плохо.
Надо подавать на вход комбинацию и получать процент соответствия лучшей. Не знаю с какого краю подступиться к задаче. Есть PHP FANN в распоряжении, но могу еще работать с Python.

Предыдущий
вопрос Следующий
вопрос

Для решения подобной задачи можно воспользоваться алгоритмами машинного обучения, такими как классификация или регрессия. В данном случае можно использовать метод ближайших соседей (k-nearest neighbors) или метод опорных векторов (SVM) для классификации данных.

Для начала, нужно подготовить данные и создать модель обучения на основе имеющегося набора данных. Затем, можно использовать эту модель для предсказания качества соответствия новых комбинаций.

В Python можно использовать библиотеки для работы с машинным обучением, такие как scikit-learn или TensorFlow. В PHP также можно воспользоваться библиотеками для машинного обучения, такими как PHP-ML.

В данном случае, может быть полезно использовать метод классификации, чтобы определить, к какой категории новая комбинация наиболее соответствует (например, "хорошая", "не очень хорошая", "плохая").

После обучения модели на предоставленных данных, можно использовать ее для предсказания процента соответствия лучшей комбинации для новых комбинаций, которые поступают на вход.

Надеюсь, данная информация будет полезной для вас. Удачи!