华新大神多，数学白痴来请教一个关于数学建模的问题。
手上有三组数据:设备A的实验测试数据，设备A的实际运行数据，设备B的实验测试数据。建模的目的是利用这三组数据预测设备B的实际运行数据。
初步想法是分别对三组数据进行建模，然后利用设备A算出运行数据和测试数据之间的关系。假设这个关系也适用于设备B,就可以把这个关系应用到设备B的测试数据上从而得到预测设备B的运行数据。
这样有两个问题:
1) 用什么方法可以比较精确推出各组数据的模型。比如用excel的data solver或者python的numpy curve fitting，都需要先估算等式的系数(比如直线方程的斜率，截距系数)，然后程序才能算出想要的方程。很多时候猜不到接近的系数，有什么方法可以大概估值?
2)有哪些方法可以估算设备A测试和运行数据模型之间的关系。比如两个都是直线关系，除了简单的乘除斜率系数，加减截距，还有其他的方式可以拿这两个方程的关系吗？

还有没有其他的思路可以尝试?
好久没用，感觉小学数学都忘了:(
求指教。

会再加correction

deep learning

就可以了

非理科生只会这个