问题：

我想通过优化发布时间来最大化社交媒体帖子的性能。

当前型号：

X: publishing_datetime, post_attribute_1, ..., post_attribute_n
y: performance

所需型号：

X: post_attribute_1, ..., post_attribute_n
y: publishing_datetime

所需的模型应该预测最佳的 publishing_datetime 以最大限度地提高性能。一旦数据可以像这样建模，问题就可以用回归神经网络解决。

我试过的：

过滤性能高于平均水平的帖子，并使用它们的属性和 publishing_datetime 来形成我想要的模型。

这并不理想，因为大量数据未被使用，并且性能影响特别大的帖子与性能仅略高于平均水平的帖子一样大。

关于如何实现这种模型转换的任何建议？

非常欢迎所有想法和替代方法。提前致谢！