我的问题如下：

我对Python中的机器学习（使用NLTK）有一些了解，到目前为止效果还可以。我可以根据某些特征进行预测。但是我想知道，是否有方法可以显示实现某个标签的最佳特征？我是指与我之前所做的事情完全相反（输入所有情况，然后为其获得一个标签）

我试图通过一个例子来阐明我的问题：

假设我有一个包含足球比赛的数据库。
标签例如是‘胜’、‘负’、‘平’。
特征例如是‘风速’、‘是否下雨’、‘白天或夜晚’、‘犯规次数’等。

现在我想知道：在什么情况下一支球队会取得胜利、失败或平局？基本上我想得到这样的结果：
取得胜利的最佳条件：风速=0，无雨，下午，犯规=0等
取得失败的最佳条件：…

有办法实现这个吗？

回答：

_{我的绘画技能不是很好！}
我只懂理论，所以你得自己找代码..

如果你只有1种情况（“x”情况的最佳情况），图表会变成类似这样（不会是2维的，但类似这样）：

绿色（胜），橙色（平），红色（负）

现在如果你想预测球队是赢、输还是平局，你有（至少）两种模型来分类：

1. 线性回归，分隔线是连接两点的垂直平分线：
   
2. K-最近邻算法：只需计算到所有点的距离，并将该点分类为与最近点相同的类别..
   

所以，例如，如果你有新的数据，需要对其进行分类，方法如下：

1. 我们有一个新点，具有某些属性..
   
2. 我们通过查看/计算该点位于线的哪一侧来对其进行分类（或查看它与我们的基准情况有多远…
   

注意：为了提高准确性，你需要给每个因素赋予一定的权重..