我需要通过在同一矢量集中使用所有这些矢量的其他数值向量来解决关于预测某些数值向量的值的问题，该向量集由一个或多个黑盒函数生成。
给定一个向量空间：
P =[S_1, S_2, …, S_T | Sk is a vector of q numbers, k = 1, ..., T]
找到一组向量g = {S_d | d属于1，...，T}和函数h（S_d）
这样
Difference between the value of h(S_g) and S_r is minimized
set g + set r = set P
set g and set r have no overlap
解决问题需要哪些知识？
如果问题不在这里，请告诉我应该在哪里发布？
更新
这个问题可以表达为：
给定一组S向量，找到一个函数h（），其参数来自S的向量的一部分（我们称之为S1）。 h（）的输出是S的另一部分的向量（我们称之为S2）。输出h（）是S2的谓词值。我们需要将预测误差最小化并且S1的大小保持最小。
如何找到h（）？