我不确定这是不是问这个问题的最佳地点，但你们过去对我的大量 CS 作业提供了帮助，所以我想我会试一试。
我正在寻找一种算法，将多个因变量盲目地组合成一个索引，以产生与外部变量的最佳线性拟合。基本上，它将使用不同的数学运算符组合因变量，包括或不包括每一个，等等，直到开发出与我的外部变量最相关的索引。
有没有人以前见过/听说过这样的事情？即使你能指出我正确的方向或正确的地方去问，我也会很感激。谢谢。
最佳答案
听起来您正在尝试进行多元线性回归或多元回归。最简单的方法(阅读:不太准确)是单独计算每个分量变量的线性回归线，然后对每条线进行加权平均。除此之外，我恐怕帮不了什么忙。
关于合并数据以进行线性拟合的算法？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11264358/