对于 x 个给定特征，我必须从一组项目中找到最好的 10 个项目。我不知道最好的建议是什么。用户数据不可用于验证它。在阅读了一些论文后，我开始了解投票算法。

试图实现这样的东西 -

1. 查找静态变量（不随时间变化）、动态变量（变化非常频繁）的 x 个特征。
2. 根据对动态变量的要求，为权重假设一些权重。
3. 尝试通过结合静态和动态变量来提出 3-4 个回归模型，并从每个变量中找到最好的 10 个项目
4. 取出共同的，然后计算误差。
5. 反向传播误差以获得新的权重。
6. 继续迭代，直到我们得到至少常见的前 8 个元素。

方法对吗？

任何关于将什么视为错误的指导。

我的误差计算方法是——

1. 常见项目特征值的平均值 (X)。
2. 对于每个模型 MSE，其中均值是 X，Xi 是该模型不常见项目的特征值。

我是新手。谁能指导我完成它。