我需要一种合适的机器学习方法，它可以告诉我特征向量中的特征最可能的值，给定该向量中其他特征的组合（以及从训练集中获得的知识）。我的特征向量可以包含数千个特征。然而，真正可能发生的特征组合只有极少数。我希望分类器学习这些似是而非的组合。
玩具示例：如果我的训练向量是 (0,1,2), (1,1,2), (2,2,2)，那么分类器应该预测对于未知项目 (3,1,x) x 的可能值为“2”。
请注意，在给定向量中其他特征的 (n-1) 个值的情况下，分类器应该能够对向量中的每个特征进行此类预测。
我已经尝试过朴素贝叶斯分类器……但这仅告诉我给定特征向量最可能的类别……而不是传入特征向量中特定特征的可能值。
谁能建议一种合适的方法来为我做这件事？理想情况下参考Python中合适的包？
谢谢和亲切的问候-
拍