我有一个 LSTM 神经网络，可以预测下一个时间步每个房间所需的物品数量。例如，对于房间 A、B、C 和 D，模型预测
- A -> 3 项
- B -> 4 项
- C -> 2 项
- D -> 2 项
假设所有项目都属于同一类型。我遇到的问题是，当预测要求提供比我可用的更多物品时，如何在房间内分配物品。
您是否有一种方法可以建议我根据每个房间中物品数量的置信度来确定分布？例如，使用上面“房间”的预测分布，其中预计需要的项目总数为 11：
A -> 概率 1 项：0.9，2 项：0.8，3 项：0.3
B -> 概率 1 项：0.9，2 项：0.8，3 项：0.8，4 项：0.3
C -> 概率 1 项：0.7，2 项：0.2
D -> 概率 1 项：0.7，2 项：0.7
如果我只有 10 个项目，则可以确定 C 需要它的可能性最小，因此我可以按如下方式分配：
- A -> 3 项
- B -> 4 项
- C -> 1 项
- D -> 2 项
任何建议或参考都会有很大帮助。
提前致谢。