如何在没有任何输出数据的情况下预测连续变量？我所拥有的只是输入数据

Question

我正在开展一个网络安全项目，其中我们必须根据现有的特征来确定漏洞的优先级，这些特征主要是分类变量（也包括几个序数变量）。

这里的目标是检测最有可能被利用的漏洞，从而确定优先级。因此，我们必须预测 0-10 的分数。我们预测的最高评级（在本例中为 10）将是需要立即关注的最严重的漏洞。

我们所拥有的只是分类变量（作为输入特征）。

在这里再次总结问题：

当前输入特征：所有分类变量（带有几个序数变量）

当前输出功能：不存在

预期输出：预测 0-10 范围内的分数，其中 10 是最严重的漏洞

从来没有遇到过这种问题。看起来回归绝对不是答案。能否请您分享您的想法。

Answer 1

我可能有误解，但您似乎没有做出预测所需的信息。

我的理解是您有类别信息但没有其他关联。对于某些类别，您可能能够根据专家意见对您的预测进行硬编码。预测 ping 扫描基本上是良性的，例如，只需知道它叫什么。对于任何更具动态性的内容，您需要的信息比您列出的更多。

Answer 2

如果您不能自己分配分数，机器学习算法将无法做到这一点。它不知道要优化什么。

但是，您可以通过使用无监督算法根据分类值对数据进行聚类，然后查看聚类并确定哪些聚类似乎存在最重要的问题，从而获得成功。您可以找到关于分类 k 均值聚类的讨论 here。