Я совершенно новый для машинного обучения, но я ищу решение следующей проблемы. Это своего рода обратное предсказание. У меня есть много входов и соответственно для каждой записи один выход. Поэтому я мог легко классифицировать и прогнозировать вывод для неизвестного нового набора данных. Проблема, которую я хотел бы решить, - это принять один ожидаемый результат и получить классификацию набора входных данных, которая в конечном итоге окажет очень высокую вероятность ожидаемому определенному результату.Как запустить обратное предсказание с машинным обучением?
Чтобы сделать проблему более сложной, я хотел бы иметь гибкость, чтобы определить некоторые критерии ввода, которые, вероятно, не изменяются j (например, мужчина/женщина), и добавить эти критерии как фильтры и получить новое предсказание Реверса - что будет самым важным важным вкладом в достижение данного результата, чтобы в конечном итоге получить ожидаемый и определенный результат.
Приведем пример: у меня есть тысячи записей студентов, включая образование и т. Д., И информацию, если они получают нормальные или экстремальные деньги после 10 лет опыта работы. Поэтому, если я новый студент, я мог бы предсказать результат, если я получу много денег или средний размер, основанный на моем образовании, полу, возрасте в той степени, что я изучаю и т. Д. то, что я хотел бы получить, что я мужчина и имею ожидаемый возраст во время учебы, что я должен изучить, чтобы иметь высокую вероятность получения крайней силы?