我如何使用我必须做预测的数据？

Question

我有一套CPU (~100)。我得到了每个CPU根据一组基准测试(~8)进行基准测试的结果。有一个特定的任务让我感兴趣，我需要为这个任务找到最佳的CPU。CPU的一小部分(~10-20)对它在特定任务中的执行情况进行了噪声测量。

两个问题：

• 如何使用我必须使用的数据来预测给定CPU在该特定任务上的性能(当它的性能不是直接测量在该特定任务上时)？这假设大量基准测试套件的结果捕获了与该特定任务相关的CPU性能方面。最好采用可解释的白盒解决方案，这样我就可以判断哪些基准测试与哪个任务相关(以及有多相关)。
• 你是怎么概括这个问题的，这样我才能研究它呢？

Answer 1

我对此相当悲观:理想情况下，使用100个CPU运行实际任务(或任务的代理，如任务的简化版本)。在这里，我能想到的唯一选择是：

1. 使用10-20 CPU的噪声测量值作为实际任务的数据基础。
2. 尝试将这些度量映射到8个基准，这样我们就可以根据它们的结果来预测100个CPU的性能。

我很悲观，因为：

• 任务的测量是很吵的，
• 不能保证这些测量数据能够可靠地与8个基准相关联，
• 这8项基准也不能保证对这项任务提供一个很好的估计。

尽管如此，从技术上讲，您可以想象有监督学习的设计，其思想是根据8个基准(特性)的结果来预测任务(目标变量)的性能。培训数据将包含10-20个CPU的结果，对于这些CPU，您有两个结果(8个基准+任务性能)。我建议使用决策树回归来尝试，因为它为您提供了一个可解释的模型(白色方框解决方案)。