machine-learning - 机器学习：选择最佳 3 个变量组合的最佳算法是什么？

Question

我有 10 个变量，如下所示

V1=1, V2=2, V3=3, V4=4, V5=5, V6=6, V7=7, V8=8, V9=9 和 V10=10

注意：每个变量可以有任何值

现在我想选择最好的 3 个变量组合，如下所示

V1V3V4 或 V10V1V7 或 V5V3V9 等。

最好的组合只不过是组合中 3 个变量的总和。

例子：

组合1（V1V2V3）：1+2+3=> 6

组合2（V8V9V10）：8+9+10=> 27

在上面的示例中，组合 2(V8V9V10)的总和值最高。所以组合2（V8V9V10）是这里最好的组合。

像这样，如果我有大量变量，则意味着哪种机器学习算法从所有意义上都选择了最佳组合。

建议我选择最佳变量组合的最佳机器学习算法。提前致谢。

注意：据我所知，我认为蒙特卡洛算法是这种场景的算法之一。但与蒙特卡洛算法相比，我需要最好的算法。

Answer 1

你的问题需要更多的细节。您提到了您想要实现的组名和模式。但是，请记住，这 3 个列表/集群组合必须基于某些数据及其相关属性来执行。一旦您提供了任一数据的详细信息，它们的模式，您还需要解释此列表中您想要的输出。基于明确的期望，需要确定合适的 ML 算法（一组 ML）并尝试获得更好和优化的结果。希望这会有所帮助。