我刚刚看了一个3小时的SciKit Learn介绍，我了解回归模型、监督和非监督学习等的基本知识。这些模型非常适合基于一组输入数据预测结果。但是，有没有一种方法可以让我说，比如说，我有20种产品和一个包含多个数据(如时间、价格、类别等)的大量销售日志，我想知道改变哪三种产品的价格才能最大限度地增加利润？
KPI是我的利润(每售出产品的净利润乘以售出数量)，我想改进定价模型。所以我换了三种产品，我想教一个模型来告诉我应该提高/降低哪三种产品的价格才能实现最高的利润增长。
简而言之：SciKit Learn中有没有一个模型(或者一般来说，像数学模型)，我可以告诉它改变一定数量的数据，它会给我那些对结果影响最大的数据？
我想我可以教一个随机森林，或者用我的数据做一个简单的回归，然后写一个函数，一次迭代3个价格的变化，预测数据并找到最佳结果，但我认为这将非常昂贵，因为基本上我必须迭代产品的每一个变量。还有一个问题是价格的变化量，是积极的还是消极的，等等。所以我觉得有更好的方法，我只是还没有弄清楚。
你有什么想法吗？SciKit有这样的东西吗？
谢谢！
我想说，机器学习对你正在做的事情来说有点过头了。
利润=p1*q1+p2*q2+。。。pn*qn
其中pn，qn是第n个产品的价格和数量。
您可以通过沿着价格与数量曲线找到每个产品利润最大化的点，独立地确定每个产品的最佳价格。(我想你可以在这个部分使用梯度下降)。从这里，您可以确定哪些当前产品价格离最佳价格最远，并更改产生最大利润的价格。