我需要从 8 个数值变量的值中估计一个数值变量的值

y = f(x_1, ..., x_8).

我有一个历史数据集，我可以在其中将数千个y值与相应的 相关联x，随着时间的推移可能会增长到数百万条记录。

当然，我不知道 和 之间的关系x，y当然我知道它不是线性的x（我猜是y二次依赖于某些xs），而且原则上，这种关系可能根本没有解析表达式。

由于这些原因，我猜想用神经网络来解决问题，但我对这个主题很陌生，所以我试图找出（很少成功）哪个模型应该适合我的问题，即有多少隐藏层选择和每层有多少个神经元？我应该在层之间放置 ReLU 或其他函数吗？

当然，我不仅对解决这种特殊情况感兴趣，而且对了解可能的选择标准感兴趣！

我也会对此感兴趣：如果我知道这y可能取决于诸如此类的组合或功能，x_i那么y = f(x_1 - x_2, x_3**2, ..., x_8)我应该直接将这些猜测作为输入在 net 或 plain x_8s 中吗？

如果它在任何方面有用，我对 python 非常熟悉，我想用 PyTorch 实现这个解决方案，以获取我个人学习的好处。模型类结构的提示将不胜感激。

谢谢