学习影响给定列表值的两个数据帧的关系的最佳方法是什么

Question

我有一个熊猫数据帧的以下数据集：

A：

col1  col2
0     5     3
1     5     4

B：

col1  col2
0     6     4
1     2     4

my_list:

[24.5, 65.4]

假设我有一个由30对a、B、my_list对组成的数据集，这些对具有不同的值集。更改数据帧a和B中的一个或多个值会影响my_list中的值。

如果我想在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。

我正在寻求解决这个问题的最佳方案是什么？一个简单的ML算法？深度学习模式？如果是，我应该使用哪一个？

请注意，我的数据集只有30，我希望获得尽可能接近所需my_list值的值。

如有任何建议，我们将不胜感激。

Answer 1

听起来您需要回归算法。

我可以把你的任务翻译成：给定8个位置输入，找到一个通用公式，它可以产生最接近期望输出的输出。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，然后在必要时转向支持向量机等更复杂的算法。