我正在建立一个回归模型来预测设备的效率。有没有办法扭转这种情况并从给定输出的模型中获得输入？我知道某些模型，如决策树和随机森林，你可以看到特征的重要性，对于线性模型，你可以看到给每个特征的权重，但我可以从这个模型生成一些输入吗？例如。给出最佳效率，预测输入组合。
答案 0 :(得分：0)
您遇到的问题是给定输出有无限多的输入选项。
就像在高中数学中你想要解决以下等式：
X + 2Y = 1
答案可能是（0,0,5），（1,0），（2，-0,5）...... 当你的问题得到无限多的回答时，你会要求一个答案。
希望有所帮助：）
答案 1 :(得分：0)
这在数学上是不可能的。
假设您有一个将输入通道映射到输出的模型（类似于X，Y - > Z）。每个输入只有一个输出;这被称为一对一。但是可能不是每个输出只有一个输入的情况（如果有的话，它会被考虑到）。
考虑Z = X ^ 2 + Y ^ 2.
显然，对于任何X，Y，我们只有一个输出。这个功能是一对一的。
然而，如果我给你Z = 8，你不能给我的X和Y.它可能是X = Y = 2，或者X = 2＆amp; Y = -2，或X = -2＆amp; Y = 2，或X = Y = -2。