我正在开展一个网络安全项目，其中我们必须根据现有功能对漏洞进行优先级排序，这些功能主要是分类变量(还包括几个序数变量)。
这里的目标是检测最有可能被利用的漏洞，从而确定其优先级。因此我们必须预测得分为 0-10 。无论我们预测的最高评级(在本例中为 10)，都将是需要立即关注的最关键漏洞。
我们拥有的只是分类变量(作为输入特征)。
再次总结一下问题:
当前输入特征:所有分类变量(带有几个序数变量)
当前输出功能:不存在
预期输出:预测 0-10 范围内的分数，其中 10 表示最严重的漏洞
从来没有遇到过这样的问题。看来回归显然不是答案。您能分享一下您的想法吗？
最佳答案
我可能有误解，但您似乎没有做出预测所需的信息。
我的理解是，您有类别信息，但没有其他关联。对于某些类别，您可能可以根据专家意见对您的预测进行硬编码。预测 ping 扫描基本上是良性的，例如，只需知道它的名称即可。对于任何更具活力的事情，您将需要比列出的更多的信息。
关于python - 如何在没有任何输出数据的情况下预测连续变量？我所拥有的只是输入数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59687810/