如果你必须预测$y$只给$a,b,c$，然后作为第一次看只是丢弃$d,e$等来自其他数据集*。任何类型的回归都可能有用，您将不得不探索它 - 您不妨从最简单的线性回归开始。

一般来说，如果您不确定应用哪种算法以获得最佳结果，您应该设置一个实验来尝试多个模型：

• 通过选择测试指标来确定“最佳”的含义（均方误差是回归问题的常见选择）。
• 将您的数据拆分为训练集、交叉验证集和测试集。
• 在训练集上训练不同类型的模型：
  • 通过从交叉验证集中获取最佳结果来调整任何超参数（更复杂的模型）。
  • 选择您最好的交叉验证结果作为您对最佳模型的猜测。
• 最后通过使用您的测试集对其性能进行无偏估计。

* 可能有一些使用方法$d,e$值来细化一些模型，但如果你正处于询问是否使用线性回归的阶段，这不值得一开始探索。

1. 请先处理您的数据，这意味着看看您是否可以组合，因为您指定了 a、b、c、d、e 等，这些是您的自变量。
2. 您知道所需的输出 y，这就是您的因变量。
3. 您可以在 ANN 中应用 rectifier 和 sigmoid
4. 然后检查混淆矩阵
5. 如果需要进行优化，我肯定会需要。