有趣的问题。如您所知，确实可以将其视为纯粹的优化问题。为此，您需要提出基于独立变量的因变量的数学建模。我可能有一个更简单的基于 ML 的建议：

• 以您希望它们表现的方式从所有 3 个变量中创建一个新目标。例如，您说出价和成本低但销售额高，因此您可能希望将它们简单地转换为：

  $y_{new} = \frac{bid+cost}{sales + \epsilon}$

$\epsilon$只是避免除以零的一个因素。请注意，似乎有一个强大的$TotalCost = CostPerSale\times Sales$关系。请牢记这一点，以防您观察到不良/奇怪的结果。

如所见$y_{new}$，它更小，对你来说更有趣。您对新数据应用回归（现在它将是单响应回归，因为我们结合了所有目标）并且如果预测小于阈值（由您通过实验定义），您认为它是好的。或者您可以只报告预测并为自己说话；越小越好。

• PS1：这是我想出的最简单的公式。实际上，要找到一个合适的公式，需要解决一个优化问题。在这里，我们假设投标和成本的总和是最小值。例如，有人可能会说他们的产品应该在枚举器中。你需要设计那个公式。
• PS2强烈建议仔细检查您的变量，了解它们之间可能的相关性，删除非信息性特征（如果有）等。

祝你好运！