我有数千个样本，由两个范围在0到1之间的浮点数组成，它们将(结果)与二进制结果相关联。我想用这些样本训练一个学习算法，以预测在训练集中没有找到的给定样本产生真(1)结果的概率。如果我认为每个样本由两个随机变量(X和Y)组成，那么我知道，当X趋于1时，结果趋于1 (true)。当X -> 0时，结果接近(0)false。这同样适用于Y，但这种关系不是线性的。在某些情况下，训练集中的样本可能出现多次，但结果相反。因此，经过训练的算法将产生一个结果，解释为给定样本具有真(1)结果的概率。谁能推荐一个好的算法来解决这个问题?
0
贡献我