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，我有数千个这些数据。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。当我提供所有输入参数时，我想要一些可以统计计算输出参数的魔法系统，如果这个系统也能提供输出结果的可靠速率，那就更好了。

我需要用什么技术（机器学习）来解决这个问题？我认为它应该是神经网络，遗传算法或其他相关的东西。但我不确定。更重要的是，我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 regression 问题。这可以通过众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）
• 最近邻居回归
• 决策树回归
• 很多甚至更多！

简单地查找“回归方法”，“回归模型”等，sklearn库实现了许多此类方法。

Answer 2

我建议使用遗传编程（GP），这是一种基于遗传的机器学习方法，其中学习模型是最适合您数据的单一数学表达式/方程式。大多数GP软件包都带有标准的回归套件，您可以按原样“按原样”运行，并且设置成本最低。