假设您需要从集合S中挑选N个元素的子集，其中N <＆lt; | S |，根据您定义的某些指标进行最佳组合。我想使用机器学习，对于S的每个元素，我都可以生成描述该元素的特征向量，并且在训练期间，我可以将上述度量指定为该特征向量的分数。
一种可能的方法是创建一个（线性）回归量，为S的每个元素分配一个得分，然后选择top-K或超过阈值的那些，但这种方法假设元素的选择是独立的（即单独的元素也很好，但这不是我的情况。
请注意，我可以使用一组元素到元素的特征来描述所选子集的优点，但是尝试所有可能的子集（2 ^ | S |）在计算上不方便。
您是否了解以更智能的方式执行此操作的任何算法或方法？