Python ML分类-我的准确度太低

我刚刚开始使用Python进行机器学习，我创建了一个数据集，其中包含大约2k个实例。这些数据都是游戏数据，但这只是一个愚蠢的游戏，我在几个小时内创建了它，用它的数据进行预测。我会给你们一些例子，让你们了解我的数据集是怎样的。 游戏很漂亮，我正在创建一个介于0和2000之间的位置，以及一个介于1和10之间的数字。这些都是随机的，我想如果我知道最后一个数字和当前的数字，也许我可以预测下一个标签

但我的准确性非常差（见下文）：

数据集剪报：还有最后的号码，但它不适合页面，所以我删除了它，但它在那里

last_number    last_pos   current_number   current_pos    Label
 2              0.0          9             320.5           1
 7            320.5         10            1879.5           1
 9           1879.5          7               6.5           1
10              6.5          8             170.5           0
 3            170.5          4            2000.0           0

---

我认为分类不是一种方式，我应该与之合作。那么，我可以使用什么样的技术来处理我的数据集，我的意思是，也许回归、神经网络或其他东西可以帮助解决我的问题：）

标签与位置和编号之间有关系吗？或者这里的所有东西都是从均匀分布中随机抽取的？是的，上一个数字和当前数字之间存在某种关系，位置是由上一场比赛的位置创建的，但也是随机的。可以说标签之间存在位置范围，但我不能清楚地说，因为数据集太大了，鉴于

last\u number

和

last\u pos

，您如何准确地生成

current\u number

，

current\u pos

，和

标签

？为了明确答案，上一个位置和当前位置之间存在关系，比如上一个位置范围是1500，所以下一场比赛将是500，但我没有决定在查看数据集后注意到这一点。你说你创建了数据集。你不知道你是怎么创造的吗？

last_number    last_pos   current_number   current_pos    Label
 2              0.0          9             320.5           1
 7            320.5         10            1879.5           1
 9           1879.5          7               6.5           1
10              6.5          8             170.5           0
 3            170.5          4            2000.0           0