Python 我应该用什么样的神经网络来找到这个数据集的方程？

我对机器学习和神经网络的概念还不熟悉，但我发现自己有一个问题，我认为神经网络可以解决（基于我的基本理解），我真的希望你能给我一个正确方向的观点

我有一组通过物理测试获得的数据，包括两个自变量（空速和俯仰）和一个因变量（功率）。我想知道神经网络是否能帮我生成一个公式，将其推广到一个函数[f（空速，俯仰）=功率]，我可以用python绘制这个函数

以下是我从3d绘制的测试中收集的数据：

神经网络是做这件事的正确工具吗？你能告诉我学习的方向吗

---

提前谢谢

也许你想试试K-means聚类算法？这可能会有帮助

---

这个问题太广泛，无法回答。看这幅图，你只需要一些插值技术。如果你想找到一个方程，你可能需要一些曲线拟合方法，或者是参数方法（也许你对曲线的性质有一些理论上的想法）或者是非参数的。@ImportanceOfBeingErnest：我可以提供更多信息来缩小我的问题范围吗？在俯仰保持静止的情况下，我通过稳定增加空速来收集数据，同时不断监测功率输出。然后，我增加了音高，也做了同样的事情。我希望通过使用这种神经网络了解到，当音高不断变化时会发生什么，因为我目前无法以可控的方式可靠地改变音高。我希望能把这个散点图变成一个光滑的表面，代表物理实验。@ImportanceOfBeingErnest:还是我问错了问题？在我迄今为止看到的大多数神经网络示例中，该网络用于分类。。。但是，我想用神经网络输出一个连续的实际值。我只是想在不需要神经网络的地方应用神经网络吗？我不是说你不能使用神经网络。我想说的是，在这种情况下，我不知道为什么以及如何使用它。你所描述的实验看起来相当标准（观察一个量，观察另外两个量的变化）。因此，通常的方法是数据插值或曲线拟合（如果某些物理定律需要验证的话）。请记住，这个网站是关于编程的，所以你可以选择一种方法，并就你在实现它时遇到的问题提出一个问题。谢谢你的建议，也许你可以帮助我更好地理解一些东西；我的函数的输出（目标？）应该（大部分）连续。使用k-means进行聚类似乎可以将事物标记为组。由于函数的输出是功率（瓦特），这是否属于可以用k-均值确定的范围？如果我错过了什么，我很抱歉，只是渴望学习！啊，也许我没看错你的帖子。关于K-means将数据标记为组，这会导致集群，这是正确的。这是你不想要的。我得四处看看，虽然前几天我读到了关于它的文章，但是有一个算法。道歉。如果我记得的话，我会给你回电话的，快乐的狩猎和快乐的编程！谢谢我有一个原型在运行sklearn的MLPC分类程序。。。但是我在理解输出时遇到了一些困难，因为我还不确定我在做什么哈哈哈，我们中有人知道我们第一次开始时在做什么吗？“让我单击run”“hm nope”*修复了一些“仍然没有”的问题”