Numpy：如何找到输出的最佳候选输入向量？

Question

我正在尝试使用Numpy和Python对来自化学反应数据的数据进行预处理，以使其适合于一个简单的前馈神经网络。你知道吗

每个输出（黄色）都分配给一个二维输入数组，每个数组的每一行代表一个1分钟的连续样本。每个输出每3分钟采样一次，而输入每1分钟分配一次。你知道吗

然而，我不想在我的神经网络中使用二维输入阵列，因为我确信由于我拥有的数据太小，我会过度拟合。你知道吗

理论上，在我的化学实验中，每一个输出应该只分配给一个一维的输入向量。所以我在这里展示哪些可能是与我的输出相关联的候选向量。你知道吗

我的问题是：由于我不知道应该选择哪个候选向量（蓝色、绿色、红色）将其与输出（黄色）相关联，如何使用Numpy找到这种关系？有没有一个算法可以让我知道，例如红色的组合是最好的关联到我的输出？你知道吗

注：这里的输出是相等的，以表明所有具有相同值的输出都应该有某种程度上具有很强相关性的输入，但为了示例，我在这里很快就做了。你知道吗

编辑：我应该找出每个彩色向量之间的相关性，然后选择最强的相关性吗？你知道吗