Так как решением задачи должен быть ответ: на сколько нужно изменить X (вход), чтобы на сколько-то изменился Y, то такую задачу лучше решать подходом Causal Inference (Анализ причинно-следственных связей). Обычный подход ML лишь прогнозирует Y, оставляя для этого как раз самые подходящего для этого признаки, но не обязательно эти признаки имею причинно-следственную связь с выходом Y.
Так как решением задачи должен быть ответ: на сколько нужно изменить X (вход), чтобы на сколько-то изменился Y, то такую задачу лучше решать подходом Causal Inference (Анализ причинно-следственных связей). Обычный подход ML лишь прогнозирует Y, оставляя для этого как раз самые подходящего для этого признаки, но не обязательно эти признаки имею причинно-следственную связь с выходом Y.
Ссылка на гитхаб не работает