我有 20 个数字输入参数（或更多）和单个输出参数，我有数千个这样的数据。我需要找到输入参数和输出参数之间的关系。某些输入参数可能与输出参数无关，或者所有输入参数可能与输出参数无关。我想要一些神奇的系统，当我提供所有输入参数时，它可以统计计算输出参数，如果这个系统也提供输出结果的置信率，那就更好了。
我需要使用什么技术（在机器学习中）来解决这个问题？我认为应该是神经网络，遗传算法或其他相关的东西。但我不确定。不仅如此，我需要知道这种技术的局限性。
谢谢
你的问题似乎只是简单地定义了回归问题。这可以通过许多算法和模型来解决，而不仅仅是神经网络。
- 支持向量回归
- 神经网络
- 线性回归（以及许多修改和泛化），例如使用OLS方法
- 最近邻回归
- 决策树回归
- 很多很多！
只需查找"回归方法"，"回归模型"等，特别是sklearn库实现了许多这样的方法。
我会推荐遗传编程（GP），这是一种基于遗传的机器学习方法，其中学习的模型是最适合您的数据的单个数学表达式/方程。大多数 GP 软件包都带有一个标准的回归套件，您可以"按原样"使用您的数据运行，并且设置成本最低。