Machine learning 从三个特征（浮动）预测0到1之间的输出

我以前试过问这个问题，但我知道我没有提供足够的信息。我再打一次，会更彻底

我试图建立一个机器学习模型，根据3个数字特征返回0到1之间的值。我还没有很多数据，但我正在努力获取更多数据。以下是数据外观的快照：

例如，如果我输入以下内容：

-低：1.78-中等：2.30-高：0.89 它将输出：0.34（只是一个示例）

在这里，分类器是一个好的选择吗

---

提前感谢您，如果我遗漏了任何重要信息，请务必告诉我。

如果您想要一个介于0和1之间的数字，这可以让您估计它属于给定类别的可能性，最好的选择是使用概率分类器。经典的方法是逻辑回归和朴素贝叶斯。像支持向量机和决策树这样的方法不一定会给你一个概率作为输出，但是你可以应用普拉特尺度来得到一个（可能是扭曲的）概率尺度。带有sigmoid输出函数的NN也可以用于此目的，但我不推荐它，因为您没有太多数据。

查找二进制预测算法。我建议从随机森林开始。它们易于设置，几乎不需要数据预处理。尽管如此，这个问题仍然是这个网站的主题。它可能更适合于另一个堆栈交换站点。