数据分析-指导性分析法

废话不多说，直接上干货：程序核心：随机森林指导性分析法。
随机森林就不多说了，你们没了解过的可以自行上网学习，至于我创的这个指导分析法，则是一种程序的方法，这种方法可以使程序获得计划指导性的功能。众所周知，回归分析是可以通过多维因变量Xn预测出一个自变量Y，这可以达到了预测和评估的目的，但这无法达到指导的目的，指导的目的就是要反过来，在既定的Y得出各种Xn的最佳匹配额，Xn就是做法，Y就是目标，这不可以单纯用回归分析获得，因为在回归分析的预测器中，Xn是输入，不是输出，如此一来，我们可以通过如下办法实现指导性分析：
枚举多个Xn输入到预测器，得出各个Y值，在众多Y值中提取最接近目标的Y值。而这个对应的Xn就是我们要的结果。而谈到枚举Xn的方式，有很多方法，例如我们可以粗暴地使用随机分配值的方式，不断枚举。
谈到回归分析，我取而代之的是用机器学习，随机森林是一个不错的选择，它适合通过以往的经验数据获得一条精确匹配的策略路线，还可以不限于数据类型，可以用连续数据作为Xn。但它的短板在于数据范围，数据若超出以往的数据范围，则作为不大，也不会以线性相关代替。所以这里大家可以给我更多意见，看那种分析方法更合适，我也试过在R平台使用神经网等其它方法，暂没有得出比随机森林更好用的。