全部交易，
我正在寻找一种合适的算法，可以让我学习一些数值如何映射到数组中。
试着想象我有这样的训练数据集：
1 1 2 4 5 --> [0 1 5 7 8 7 1 2 3 7]
2 3 2 4 1 --> [9 9 5 6 6 6 2 4 3 5]
...
1 2 1 8 9 --> [1 4 5 8 7 4 1 2 3 4]
因此，给定一组新的数值，我想预测这个新数组
5 8 7 4 2 --> [? ? ? ? ? ? ? ? ? ?]
非常感谢你。
祝你好运！
一些注意事项：
答案 0 :(得分：1)
这一般来说这是一项具有挑战性的任务。你的阵列长度是固定的吗？什么是损失函数（例如，对于单个数字更接近“更好” - 预测2而不是1比预测9更好或者无关紧要？你是否得到了阵列上部分匹配的功劳，例如预测上半部分正确吗？等等？
在任何情况下，经典的回归或分类技术可能无法很好地适用于您的场景。我认为最好的办法是尝试genetic programming方法。那么健身功能就是我前面提到的损失量。你可以检查这个不错的comparison用于不同语言的遗传编程库。
答案 1 :(得分：0)
这称为structured output problem，您尝试预测的目标是一个复杂的结构，而不是简单的类（分类）或数字（回归）。
如上所述，损失函数是您必须考虑的重要事项。可以使用最小编辑距离，RMS或简单的0-1损失。
对于结构化输出问题，Structured support vector machine或岭回归的变化是两种已知的算法，可以解决这个问题。当然，请参阅维基百科。
我们在Universite Laval（加拿大）有一个关于这个主题的研究小组，由Mario Marchand和Francois Laviolette领导。您可能希望搜索他们的出版物，如Sebastien Giguere等人的“风险界限和结构化输出预测的回归方法的学习算法”。
祝你好运！