J
Die gute Nachricht ist, dass man sich mit genau sowas natürlich schon beschäftigt hat, nämlich im Machine Learning. Effektiv willst Du eine (binäre) Funktion aus Beispielen lernen. Dafür gibt es eine ganze Reihe von äußerst verschiedenen Verfahren, die alle unterschiedliche Stärken und Schwächen haben.
Ein relativ einfaches Verfahren ist zum Beispiel das Lernen von sogenannten Entscheidungsbäumen. Die Idee ist es einen Baum aufzubauen, dessen innere Knoten jeweils eine Frage an ein Attribut stellen, etwa "ist Eintrag 1 größer als 14". Der Knoten hat dann pro mögliche Antwort ein entsprechendes Kind, an den Blättern steht dann der geschätzte Wert der Zielfunktion. Es gibt eine Reihe von Verfahren, die versuchen zu gegebenen Daten möglichst kleine Entscheidungsbäume zu konstruieren. (https://en.wikipedia.org/wiki/Decision_tree_learning)
Der Vorteil davon ist, dass es für alle Arten von Daten funktioniert, auch wenn die Einträge z.B. Farben sind. Andererseits kann das halt nicht ohne weiteres andere Dinge ausnutzen, die mit den Daten möglich sind. Du scheinst davon auszugehen, dass zum Beispiel Differenzen/Abstände (evtl. sogar vom ganzen Vektor) von Einträgen eine sinnvolle Bedeutung haben, das kann ein Entscheidungsbaum natürlich nicht so ohne weiteres Berücksichtigen.
Es gibt durchaus auch Verfahren, die solche Wahrscheinlichkeiten liefern wie Du sie haben möchtest. Aber das funktioniert nicht so wie Du Dir das gerade vorstellst. Das ist ja nur eine Liste mit Daten, da fällt natürlich nicht einfach so eine sinnvolle Wahrscheinlichkeit vom Himmel. Eine Wahrscheinlichkeit kann sich erst dann ergeben, wenn Du ein statistisches Modell reinsteckst, das die Daten beschreibt. Dann kann man anschließend in diesem Modell auch die Wahrscheinlichkeiten berechnen. Das liefert im Allgemeinen auch die besten Ergebnisse, da es viel genauer auf die Anwendung zugeschnitten ist als ein generisches Verfahren. Du musst dafür aber eben auch genau sagen was Du willst und ein probabilistisches Modell aufstellen. Also Stichwort nenne ich hier mal den Bayes-Klassifikator. (https://de.wikipedia.org/wiki/Bayes-Klassifikator)
Ich kann auch gerne versuchen Dir bei der Aufstellung eines Modells zu helfen. Das setzt aber voraus, dass Du den Hintergrund Deiner Fragestellung möglichst genau offen legst, sonst wird das ein Stochern im Nebel.
