我想建立一个神经网络用于回归，以预测坐标； 但是我坚持以下想法：
例如，在预测房价时，将具有一系列具有相应房价的特征。假设有1060个房屋的10个特征，我的X的形状为（1460,10），Y.shape的形状为（1460，）。因此，对于每套功能，我都有一个可用于培训的房价。
我的数据集与上述示例不同：
我有两个大数据集：
1）由粒子（x，y，z）的坐标组成
2）由将粒子分配到的聚类中心（x，y，z）组成（但是没有给出每个粒子对其聚类的确切标记）
我想使用神经网络从给定的粒子中预测团簇中心。但是显然我的第一个数据维比第二个数据高得多，并且由于我在每个粒子和簇之间没有标签，因此我不知道如何以类似于房价预测问题的方式来实现它。
我在这里出问题了吗？ 谢谢您的帮助