问题描述
首先，如果这个问题是错误的或者之前被问过，我深表歉意。我在寻找答案时遇到了麻烦，因为参数是机器学习中的一个东西，但我的意思是另一种参数，我真的不知道要搜索什么。我现在实际上想知道 scipy.optimize.curve_fit 是否可以胜任？
这是我要解决的问题：
- 我有一个包含 x 和 y 的小型训练集。
- 对于集合中的每个项目：
x = x1,x2,x3 ... xn (floats)y = binary true/false (binary)
我需要创建一个自定义函数 f(x)。另一个软件需要函数 f(x)，它将生成新的 x。该软件使用采样算法生成导致 x 为正值的 f(x)，并避免导致 x 为负值的 f(x)。
可以说，软件将使用 f(x) 来创建 x，所以我真的很希望它为“真实”x 获得高正数和低负数“假”x。
f(x) = a*x1 + b*x2 + ... + n*xn
我可以使用机器学习为(a,b,... n)优化参数f(x)?吗
f(x) 应为“真”x 返回正值，为“假”x 返回负值。
我可以进行高级 Python 编码，我只有 0 次机器学习经验，但我认为这可能有助于我参数化 f(x)。
谢谢！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）