我搜索的时间很长，但还没找到解决方法。我有一个包含3个输入信号的数据集，它产生不规则值和相关的相对二维位置（x和y）。
我想构建一个Tensorflow估算器，根据这3个输入值预测x和y的位置，对于我只有3个输入信号的样本。这些值存储在熊猫系列中。
pd.Series('index' = [0,1,..., 100], 'value' = [-45, -38, ..., -90], 'signal_source' = ['Jimmy', 'Bob', ..., 'Bob'], 'x_position' = [2, 2, ..., 5], 'y_position’ = [3, 3, ..., 1])
我找不到张量流估计器输出2个数值并将输出优化到预测位置到实际位置的欧几里德距离。是否有这种问题的名称，或者任何人都可以帮我建立这样的估算器。