我的数据集由多个输入变量 (X) 和多个输出变量 (Y) 组成。

例如：

| X1| X2 | X3 |    | Y1| Y2 | Y3 |
----------------------------------
| 1 |  1 |  0 |    | 2 |  2 |  0 |
| 2 |  2 |  1 |    | 3 |  3 |  1 |
| 3 |  3 |  3 |    | 4 |  5 |  6 |

但是，我实际上并不想预测输出变量 Y。我想实际预测给定 Y 的输入变量 X。我知道切换变量 X 和 Y 可能不是“最佳的”，因为可能有多个输入值产生相同的输出值，但我不知道如何解决此类问题。我计划使用随机森林或简单的神经网络。

从我一直试图获得的帮助来看，我似乎应该保持输入和输出变量不变，而是使用优化技术来找到给定输出的最佳输入（我想要预测的变量）。我不确定我最初对反转输入和输出的直觉是否会“完成工作”。

有关我要解决的实际问题的更详细细分，请参阅此链接。