在DLL（+头）是预期的交付时，如何在C++中实现预测模型（10个参数为100个类型）？

Question

我的桌面应用程序进程文档（现有10种类型）使用100个参数提供智能。通过监督训练，我提出了一个预测模型，它使用100个参数来指示文档是否是可靠的信息源。机器学习模型的训练和测试是用Python语言完成的。目前，我需要将使用训练部分的参数权重的预测部分实现到我的[MFC/VC++]桌面应用程序中

建议的体系结构是提供一个公开函数的DLL plus头：

bool isDocumentReliable(int docID)

根据文档的类型，预测使用一组参数来计算文档可靠的概率。基于风险评估（业务需求），我们将概率转化为true/false答案

我正在寻找一些架构/实现信息来指导我的实现

这是我的第一个机器学习项目，我的问题是：

1. 我需要问什么问题
2. 参数应该硬编码到我的函数中吗？或者
3. 参数应该在运行时从文本文件中读取吗

Answer 1

我强烈怀疑函数应该是bool isDocumentReliable(std::wstring pathname)，但这只是一个小细节。到目前为止，主要的问题应该是：我们将如何建立这个原型？别指望这能马上奏效

如果你的老板认为机器学习就像编写软件一样，不管它是否有效，告诉他他大错特错了