与一组研究人员一起，我们的任务是为移动善意制定一个量表（如何邀请一个房间或地方进行锻炼——例如，健身房）。为了得到客观的结果，我们被要求制作一个测量设备。该设备通过各种传感器接收输入，可能还有一些真假问题，然后在考虑训练信息的情况下对其进行分析。分析后，它返回一个数字，例如：1 到 10，表示移动善意。例如，健身房获得 8 分，教室获得 3 分。这样做的问题是，移动善意是非常主观的，所以我们进行了一些调查。例如，标准之一是房间/地方的温度。在进行调查时，我们测量了温度：

从 1 到 10，您对温度的看法如何？

然后我们测量了温度。我们已将所有这些信息放入一些电子表格中：

评级（移动善良）：8
温度：18 摄氏度

在本次调查结束时，我们要求他们对移动善意进行评分。所以我们有这个，例如：
温度：8、18
光照：
7、300 湿度： 8、50
....
评级（移动善意）：8

所以我的问题是，使用 python 分析这些数据以获得可靠测量设备的最佳方法是什么？我们正在考虑使用神经网络，因为它们可以被训练，但逻辑回归或其他一些机器学习算法也是一种选择。谁能给我一些指导？