Élelmiszer pontozás matematikailag: Spagetti és Milánói szósz

Sajnos az árak jócskán nőttek az elmúlt 2 évben. Viszont a kereskedők ár szórását és a termékek paramétereinek szórását kihasználva lehet optimálisabban dönteni.

Spagetti:

Felírtam spagetti száraztészta termékek árait és paramétereit több boltban és pontoztam matematikailag. Felül van a jobb választás. Csak az olcsóbbakat írtam fel. Nem túl nagy a szórás a paraméterekben, de tervezem más olyan termék vizsgálatát, melyeknél még komplexebb az optimum. Érdemes lenne például különböző szószokat megvizsgálni ár és összetevők szempontjából különböző gyártóknál, hogy rálátást kapjunk az ár-érték arányra. Nem mindig a legolcsóbb a legjobb választás, például ha fele értéket kapunk 40%-al olcsóbb árért. Ezért nem egyértelmű a választás.

Jelen esetben a spagettiknél majdnem az ár szerint rendeződik a top lista. A pontozás nem tudja az ízt figyelembe venni természetesen, de felülről kezdve érdemes szelektálni. Figyelni kell azért az ár változásokat, mely módosítja a sorrendet.

Táblázat:

https://docs.google.com/spreadsheets/d/1wcnlMMR22kzLhH_QW5UOIAK--a9lATO…

 

Milánói szósz:

Előző bejegyzésemhez tartozóan megosztok Milánói szósz termékeket is, felül a jobb ár értékkel. Az EKO KFT termékeit online rendelem. Kedvenc.

Táblázat:

https://docs.google.com/spreadsheets/d/15BJwehLudibMgcpMAysigtZx8FaF6G9…

Hozzászólások

Érdekes témákról írsz, de szerintem az ételválasztásban pont nincs helye a matematikai döntéstámogató módszereknek. A spagetti + szósz esetében például a gyerekeimnek tökmindegy, folyton azt ennék, én meg már rá se tudok nézni. :))

Debian - The "What?!" starts not!
http://nyizsa.blogspot.com

Döntéstámogatói rendszereket ismered? 

Lényegében fuzzy logikai értékekkel számol fastruktúrába rendezve a döntéseket. Ábrázolni lehet még n dimenziós térben is.

Nekem egyszer egy szerzetes mondta, ami megmaradt a fejemben, hogy mibol gondoljuk, hogy Isten ugy teremtette a vilagot,

hogy mindent matematikailag le lehet irni?

 

Egyebkent az ember attol csodalatos, hogy ket azonos szituaciora adhat teljesen mas valaszt.  En ezt neha tudatosan is csinalom (meroben mas valaszt adok ugyanarra a kerdesre szituaciora. Amolyan sport. Amolyan tiltakozas, hogy az ember elete nincs elore megirva es elrendezve, hanem en alakithatom).

Saying a programming language is good because it works on all platforms is like saying anal sex is good because it works on all genders....

Igen, ezen anno sokat gondolkodtam. Arra jutottam, hogy kijelolod, hogy mit akarsz csinalni, es pontosan betartod (pl. egy oran kersztul nem mozdulok meg a szekben).
Aztan ha nem sikerul, akkor latod hogy mi volt  a te akaratod:)
Igy vegul nem szamit, hogy mit irtak elo neked, ha te magad is ugyanarra jutsz:)

Ha meg nem, legalabb latod, hogy mit akartal elerni:)

Saying a programming language is good because it works on all platforms is like saying anal sex is good because it works on all genders....

"az ember attol csodalatos, hogy ket azonos szituaciora adhat teljesen mas valaszt" - a mérésnél is valamilyen szinten "beleméred" a műszert is. A kérdésre/szituációra adott eltérő válaszba "beleméred" magát a válaszadó embert is. (Azaz látszólag azonos a kérdés/szituáció, valójában azonban nem, mert a választ/reakciót adó ember más)

valamikor dobokocka alapjan adok valaszt (es utana tartom is magam hozza).

Igy vallaltam el munkat is, es utasitottam is vissza akarmilyen kedvezo is volt az ajanlat...

Saying a programming language is good because it works on all platforms is like saying anal sex is good because it works on all genders....

Élelmiszert nem matematikai alapon vesz az emberek többsége, hanem ízlés alapján (finomnak találja-e vagy sem). Nekem pl egyáltalán nem jönnek be a saját márkás bolognai szószok.

1904.04.08.
RIP Jákub.
neut @

Igen. Pl melyik bolt a kissebb kitérő a napi otthon-meló-otthon úton.... És rögtön vagy időt vesztel, vagy beskatulyázod magad egy-két bolt irányába....

"A fejlesztők és a Jóisten versenyben vannak. Az előbbiek egyre hülyebiztosabb szerkezeteket csinálnak, a Jóisten meg egyre hülyébb embereket. És hát a Jóisten áll nyerésre." By:nalaca001 valahol máshol

Sose fulld trollba a kretént.

Köszi, hogy megosztottad, pont ilyen alkalmazásra voltam kíváncsi a múltkori posztodnál.

Csaba

Az az ereje, hogy bármilyen olyan esetben, ahol sok halmazod van (pl termékek), mely tele van pozitív és negatív tulajdonságokkal (mennyiség, ár, összetevők stb), és választanod kell belőlük, akkor a pontozás egyértelműen tud segíteni.

Az erős verziója a summa log (mely nem tudja kezelni a nullát és negatív mennyiségeket), a gyenge verziója pedig a summa asinh (mely tud kezelni nullát és negatívot is).

Egyetlen kikötés, hogy minden halmaznak tartalmaznia kell ugyanazokat a tulajdonságokat értelemszerűen. Tehát például nem választhatunk úgy termékek közül, hogy egynél nincs ár megadva, a többinnél pedig igen.

Ami ereje még a megoldásomnak, hogy bármilyen olyan esetben könnyen alkalmazható, ahol nem egyszerű a pontos összefüggéseket megállapítani a tulajdonságok között. Nincs rá mód, vagy más ok miatt nem kivitelezhető, vagy túl bonyolult. De tudjuk, hogy melyek a pozitívak (minél nagyobb érték a jobb), és melyek a negatívak (kisebb jobb).

Mondok pár példát:

- milyen országba menjünk dolgozni

- milyen munkát válasszunk

- melyik házat vegyük

Furcsának hangozhat a kijelentésem, de ténylegesen alkalmazható. Persze hogy tud mindenki választani és mindenkinek lehet saját erős preferenciája. A megoldásom nem ilyen esetben kell. Hanem olyan esetben, amikor NEM TUDUNK választani. Ez nagyon fontos.

Háznál tulajdonságok például, melyekből házanként számolunk pontszámot:

- legközelebbi 3 bolt távolsága (ez 3 negatív tulajdonság)

- iskola távolsága (negatív)

- hasznos terület (m2, pozitív tulajdonság)

- szobák száma (pozitív)

- ár (negatív)

- udvar nagysága (pozitív)

- utcai forgalom mértéke (negatív)

- stb

Ugyanilyen tulajdonságokat fel tudunk sorolni munkahelyekre vonatkozóan is. Minél többet tudunk figyelembe vetetni, annál szofisztikáltabb döntést kapunk. Ráadásul olyan esetben is hasznos, ahol már leszűkítettük a halmazokat alhalmazra, de maradtak további eldöntendő kérések. Például 10 munkahely vagy ház közül kiválasztottunk 3-at, de ezek közül NEM TUDUNK dönteni. Akkor pontozhatjuk azokat.

tele van pozitív és negatív tulajdonságokkal

Nem, nem, nem akartam újra belemenni ebbe, de szerintem ez még mindig nem így működik. :)

A legtöbb tulajdonság nem objektíven jó vagy rossz, hanem van egy hasznossággörbéje. Például:

- udvar nagysága (pozitív)

  • 100 m2-es udvar nem jó, mert túl kicsi
  • 1000 m2-es udvar jó
  • 5000 m2-es udvar nem jó, mert túl nagy

- utcai forgalom mértéke (negatív)

  • Nincs forgalom: nagyobb esély betörésre, messzebb van a legközelebbi tömegközlekedés, stb.
  • Kicsi forgalom: jó
  • Túl nagy forgalom: nem jó, elütik a kutyát/gyereket

kalória a spagettiben

  • Kevés: nem jó
  • Több: jó
  • Sok: nem jó, dagadt leszel tőle

Bizonyos aspektusból jó dolgokat írsz (= nincs jobb ötletem rá), viszont mivel egy kalapácsod van, mindent szögnek nézel. :)

Nem mindent szegnek nézek, hanem csak szegről blogolok :)

Viccet félre téve jó amit írsz, ilyenkor nyilván a tulajdonságot nem közvetlen módon konvertálom értékké, hanem ahogy írta uzsolt, egy fordított parabola, vagy ennél sokkal jobb egy gauss kernel vagy a tricube kernel vagy bármi. Például, ahol optimum az optimális érték és param a szórás:

exp( |x-optimum|^2 * -param )

https://www.geogebra.org/graphing/cpua9wvj

Ez igazából AI-nál is így van. Fontos kérdés, hogy hogyan számosítjuk az információt. Ott ez a feature engineering témaköre.

Kiegészítés:

Itt vannak példa kernelek:

https://en.wikipedia.org/wiki/Kernel_%28statistics%29#Kernel_functions_…

Illetve mivel param NEM eldönthető (merthogy pont azt keressük, hogy ne nekünk kelljen dönteni), így hagyhatjuk azt simán 1-es értéken. Vagy még jobb lehet ennél az alábbi, melynél nincs paraméter:

(|x-optimum|^2+1)^-1

https://www.geogebra.org/graphing/myzphugh

Magyarázat a függvény működéséhez:

Az eredeti értéket átkonvertálom, és a kapott eredményt használom az eredeti helyett.

Tegyük fel hogy szobák számáról beszélünk, és amit gelei említett, mondjuk 3 szoba az optimum. A 2 és 4 már rosszabb, az 1 és 5 még rosszabb stb. Ilyenkor a valós szobák száma az x ami a bemeneti adat a függvénynek, és a kijövő y értékét használom. Ha optimumot 3-ra állítjuk be (vagyis 3 szoba a legjobb számunkra), akkor 3 szobánál kapunk 1-es értéket. De ha ettől balra vagy jobbra távolodunk, akkor csökkenni fog az érték. Vagyis egyre rosszabb lesz a súlyozás.

Minden ilyen kernel általában hiperbolikus lecsengést alkalmaz az optimális értéktől távolodva (mely adott esetben gyorsítva van polinomiális kitevővel vagy exponenciálissal). Ez nem csak 2, hanem magas dimenziójú térben is ugyanúgy működik.

2-es helyett magasabb hatvány kitevőt választva gyorsíthatjuk a lecsengést, de erre nem feltétlen van szükség.

Ugye mivel a gyakorlatunkban általában nincs lehetőség végtelen kicsire megközelíteni optimumokat, vagy nyitott a probléma és előre nem ismertek az értékei a befolyásoló paramétereknek, így jogos lehet egy tetszőleges kernel választás.

Ezen belül viszont mindig érdemes matematikai "oszlpok"-hoz igazodni. Ha például hajlítani kell egy értéket, akkor nem 11.9-es kitevőt használok egy polynomiális egyenletben, hanem 2-est vagy max 3-ast, de ha ezek nem jók, akkor nem megkerülhető az optimum keresés ezen az alproblémán belül.

Tehát a gyakorlathoz akkor is kell modellt igazítani, ha nincs teljes értékű információnk. Ezt Bayes modell nagyon jól követi Véleményem szerint az agyunk Bayes stat alapján működik. Mindig update-eljük az utólagos (posterior) következtetést az előzetesek (prior) alapján. Mindig a legfrissebb infók kezelendők a legerősebb súlyozással. Így az időbeli trend követés is megvalósul.

A fenti summa log megoldásom egy olyan kombinátfogó, mely akkor jó, ha nincs pneumatikus kulcs. Tehát nagyon kevés infóból minél jobb döntés, mely jobb az emberi döntésnél.

Ha lehet szofisztikáltabb modellt illeszteni, mert van annyi infónk, akkor jobb a szofisztikáltabb természetesen. De a szakterületen nem ez utóbbiból van kevesebb általában. Olyan megoldásokból van kevés, melyek extrém kevés infó minél nagyobb exploitálását célozzák, hogy minél jobban tudjuk a jobb döntés felé rugdalni a választ.

Még egyszerűbb megoldás, hogy előjelet váltunk és pozitív tulajdonságból negatívat csinálunk, és az optimumtól való eltérés négyzetét használjuk. Tehát eltérés négyzete.

Például ha a valós szobák száma 5 és az optimális 3, akkor az optimálistól 2-vel tér el. Ezért 2 négyzetét, vagyis 4-es értéket használunk. És nem pozitív, hanem negatív tulajdonságként, ahol a kevesebb a jobb. Vagyis a kisebb eltérés a jobb.

Ez az egyik legjobb, legegyszerűbb non-parametrikus megoldás, mert a saját nagyságrendjére skálázza (az optimális érték szintjéhez hasonlítja az eltérést).

Most miért nem szimpla logaritmus van, mint a múltkor?

Szia köszi. Megnéztem, jól csináltad. Érdekes az összeállításod. Pont autókat akarok majd én is pontozni, csak benzines alap kategóriákat összehasonlítva, minél több tulajdonsággal.

A listád érdekes amúgy és szuper, kösz a megosztást. Gondolkodtam rajta hogy még milyen fontosabb paramétereket lenne érdemes figyelembe venni elektromos autóknál ami elérhető, de nem tudok egyelőre. Használtaknál lenne még az évjárat és futott km.

Ó még lehetne paraméter, de ezek összefüggenek. Pl.: akku kapacitás, fogyasztás még fontos lenne, de ezek megjelennek a hatótávban. Igaz jobb egy kisebb akkus és nagyobb hatékonyságú kevesebbet fogyasztó mint egy nagy akkus többet fogyasztó akkor is ha azonos hatótávot tudnak. Ez viszont az árban is megjelenik, mert a nagyobb akkus az mindig drágább. Az akku jelentős költségtényező egy elektromos autónál. Amin még gondolkodtam, az az AC töltés, de az meg a legtöbb autónál választható extra.

Az evdb linkeken megvan még rengeteg adat.

Egyebkent mi a cel? Mert ebbol a tablazatbol nem derul ki sok minden...

Egy elektromos autonal az

- akksi merete kwh-ban (pl. 24,30,40,64kwh)

- a fedélzeti töltő  teljesitmenye (3.6kW, 7.2kW, 11kW,22kW).

- DC töltés lehetősége

- onsuly kg-ban

- legellenallasi mutato

 

A tobbi marketinganyag.

 

Egyeni szempontok pl:

- 4 vs 5 vs 7  személyes

- isofixes gyerekules

- 3 gyerek ülés bemegy-e hátra

- hoszivattyus futes

- klima

- ülésfűtés, kormanyfutes

- stb, stb

 

Amugy, ha annyira megeri elektromos autot venni, akkor miert nem hasznaltat veszel?

Remelem tisztaban vagy vele, hogy az elektromos auto az ujkori aranak 70%-at 5 eves korara elvesziti.

Saying a programming language is good because it works on all platforms is like saying anal sex is good because it works on all genders....

Nekem már elektromos autóm van. A lista végéről, mert kellett a 7 ülés. Citroen e-Berlingo lett.

Az volt a cél, hogy ki ad jobb elektromos paramétereket a legjobb áron. A technikai paraméterek helyett a használhatósági paramétereket vettem figyelembe. A töltési sebesség a DC töltésre vonatkozik, DC nélkül nem is találtam új autót. A súly, légellenállás benne vannak a hatótávban - sőt a hatótáv benne van a töltési sebességben is ha km/ó -ban van megadva. A másik cél egy piaci körkép volt. Itt ez a pontozás nagyon érdekes módon tényleg kihozta a leghatékonyabb/legolcsóbban elérhető modelleket. Az elektromos paramétereken felüli preferenciák egy autónál olyan sokrétűek, beleértve az érzelmi megközelítést is, hogy azzal meg sem mertem próbálkozni. Mondok egy példát ahol ez jól látszik: Dongfeng SERES 3 és Peugeot e-2008. A Dongfeng akció nélkül jóval drágább lenne mint a Pug, annyiért biztosan nem érné meg. Akcióban pont ott van mint a Peugeot e-2008. A pontszám egymás mellé hozta őket.

Tudom hogy egyéni izlés kérdése, de a legfontosabb nincs a tésztánál megadva: Durum vagy nem durum!

Jalos