Algorithm 利用H2O确定影响体重增加或减少的因素

我在寻找如何解决我遇到的一个特殊问题的指导。我记录下我每天吃什么食物以及它对我的体重有什么影响。日志看起来像这样

Date,MorningWeight,YesterdayFactors
2016-06-11,182.6,salad sleep:0.15 cheese egg halfnhalf:1.5
2016-06-12,181.0,sleep:0.5 tea grape
2016-06-13,183.6,bagel bread date:1.5 dietsnapple splenda pizza nosleep:0.2
2016-06-14,183.7,coffeecandy cheese rice salmon peanut bread
2016-06-15,183.4,salmon salad cherry:0.7 dietsnapple tea potato oliveoil cheese peanut
2016-06-16,183.8,bread avocado:10 sugaryogurt dietsnapple peanut ketchup
2016-06-17,182.6,salmon pistachio peanut cheese
2016-06-18,182.4,bread:0 peanut bagel cheese cherry soup

---

我想找出哪些因素对我的体重影响最大。我想得到一些帮助，看看如何用H2O最好地解决这个问题。具体来说，考虑到每天的食物摄入量会有所不同，什么算法会有所帮助。

需要更多细节。到目前为止，你尝试了什么？这是怎么失败的？我是个新手。我已经看过了与H2O捆绑在一起的各种示例，以了解什么是合适的。这似乎是一个基于回归的案例，在这个案例中，计算系数大小可能会让我知道每种食物对体重增加的相对重要性。然而，我不知道如何着手挑选一个我将开始研究并基于其建模的示例。在所有示例中，每种情况下的系数都是相同的。然而，在我的用例中，我可能某天吃了一套食物，但第二天可能没有同样的食物。谢谢和问候。我不认为你可以从日志这样做。。。。要想看到效果，你需要长时间吃一些东西。。。。然后测量。。。结果可能会有很大的变化，这取决于你吃的时间、你做的事情、环境（特别是湿度和温度），不要忘记，食物的组合和分开吃是不一样的。饮食习惯也是一个重要因素（比如你是一边看电视一边吃饭还是做其他事情？）。最后，你的身体状况和日常生活习惯对你的健康状况也有很大影响……因此，在我看来，即使你回归某种依赖性，这也只是数字上的巧合，而不是体重对食物摄入的真正依赖性。就你的观点而言，你可以加上其他因素，如锻炼、睡眠、精神状态，等作为输入，与食物一样。