如何基于过去的数据优化变量，而没有任何已知的目标函数

Question

我正在处理一个非线性优化问题，在这个问题中，我没有方程来仅处理过去的数据。

创建示例代码段与

import pandas as pd

size = 100
min_d = 5
max_d = 20

df = pd.DataFrame(columns=['S','D','A'])

df['S'] = np.random.random(size)
df['D'] = np.random.randint(min_d,max_d,size)
df['A'] = np.random.uniform(3,7,size)
df.head()

​ min_d＆lt; = d＆lt; = max_d

基于过去的数据， 对于新行，我想使用d的优化值（基于给定的约束），使用s的给定值（无法更改）来最大化A的值。

我对优化知识非常有限，将不胜感激。