python - 学习影响给定列表值的两个数据帧之间关系的最佳方法是什么？

Question

我有以下 pandas 数据框数据集:

答:

   col1  col2
0     5     3
1     5     4

乙:

   col1  col2
0     6     4
1     2     4

我的列表:

[24.5, 65.4]

假设我有一个包含 30 个 A、B、my_list 对的数据集，它们具有不同的值集。更改数据帧 A 和 B 中的一个或两个中的单个或多个值会影响 my_list 中的值。

假设我想在 my_list 中实现 [65.0, 46.21]，我需要找出 A、B 数据帧中需要存在哪些值。

我正在寻找解决此问题的最佳解决方案的建议？一个简单的机器学习算法？深度学习模型？如果是这样，我应该使用哪一个？

请注意，我的数据集只有 30 个，我希望获得一个尽可能接近所需 my_list 值的值。

我们将不胜感激任何建议。

Answer 1

听起来您需要一个回归算法。

我可以将您的任务转换为:给定 8 个位置输入，找到一个通用公式，该公式可生成最接近所需输出的输出。这是一个典型的回归问题，您可以使用许多强大的工具。

鉴于您的数据集很小，您最好从线性回归等简单算法开始，然后在必要时转向更复杂的算法，例如支持向量机。