machine-learning - 如何通过机器学习找到输入参数和输出参数之间的关系？

Question

我有 20 个数字输入参数（或更多）和单个输出参数，并且我有数千个这样的数据。我需要找到输入参数和输出参数之间的关系。某些输入参数可能与输出参数无关，或者所有输入参数可能与输出参数无关。我想要一些神奇的系统，当我提供所有输入参数时，它可以统计计算输出参数，如果这个系统也提供输出结果的置信率会更好。

我需要使用什么技术（在机器学习中）来解决这个问题？我认为应该是神经网络、遗传算法或其他相关的东西。但我不确定。不仅如此，我还需要知道这种技术的局限性。

谢谢，

Answer 1

您的问题似乎只是定义了回归问题。这可以通过许多算法和模型来解决，而不仅仅是神经网络。

• 支持向量回归
• 神经网络
• 使用例如 OLS 方法的线性回归（以及许多修改和概括）
• 最近邻回归
• 决策树回归
• 很多很多！

只需查找“回归方法”、“回归模型”等。特别是sklearn库实现了许多此类方法。

Answer 2

我会推荐遗传编程 (GP)，它是基于遗传的机器学习方法，其中学习的模型是最适合您的数据的单个数学表达式/方程。大多数 GP 软件包都带有一个标准回归套件，您可以使用您的数据“按原样”运行它，并且设置成本最低。