Statistics 确定某些函数的系数

我有一项任务可能与数据分析甚至神经网络有关

我们有一个合作伙伴的数据源，工作门户。源值是与特定员工相关的不同属性的数组：

• 他/她的性别
• 年龄
• 多年的经验
• 投资组合（完成的项目数量）
• 专业和专业（网页设计、网页编程、管理等）
• 其他许多（总共约20-30个）

每个员工都有自己的工资（小时）率。所以，在数学上，我们有一些函数

F（attr1，attr2，attr3，…）=A*attr1+B*attr2+C*attr3+

系数未知。但是我们知道指定参数的函数结果（比如说，我们知道一个有20年经验、在公文包中工作过10次的男性程序员的费率是每小时40美元）

所以我们必须找到这些系数（A，B，C…），这样我们就可以预测任何员工的工资。这是最重要的目标

另一个目标是找出哪些参数最重要——换句话说，哪一个参数会对函数的结果产生重大的变化。所以最后我们必须有这样的东西：“最重要的属性是多年的经验，然后是投资组合，然后是年龄等等。”

可能会有这样一种情况，不同的职业之间差异太大——例如，我们可能根本无法将网页设计师与经理进行比较。在这种情况下，我们必须按组对其进行分割，并分别计算每组的评分。但最终我们需要找到对每个群体来说都很常见的“共享”论点

我在考虑神经网络，因为它是他们可以处理的东西。但我对他们完全陌生，完全不知道该怎么办

我非常感谢任何帮助-使用什么仪器，什么算法，甚至伪代码样本等等

---

非常感谢。

这是（线性）回归最基本的例子。您正在使用线性函数对数据建模，并且需要估计参数

注意，这实际上是经典数理统计的一部分；现在还不是数据挖掘，但要老得多

有多种方法。考虑到可能存在异常值，我建议使用RANSAC

---

至于重要性，这不是归结为“哪个最大，A B还是C”

搜索词：线性回归、最小二乘和正态方程。好的，谢谢DrC！我试着用谷歌搜索一下。