Inversion de Bayes naïfs pour trouver des points extrêmes d'ensembles de données

Question

J'aimerais savoir si c'est une idée raisonnable et s'il existe des méthodes déjà formées pour le faire (je suis nouveau dans le domaine de la science des données).

Essentiellement, j'ai utilisé des Bayes naïfs pour classer avec précision trois types d'aliments, en fonction de leur valeur nutritive (graisse, sel, sucre, protéines et glucides comme caractéristiques).

Maintenant que je peux classer avec précision ces aliments, y a-t-il une méthode qui utilise les Bayes naïfs pour inverser cette approche et trouver les valeurs extrêmes que ces caractéristiques peuvent être encore classées comme un type d'alimentation?

Par exemple: Le maximum de la nourriture gras peut être, pour être encore considéré comme de la nourriture1.

Je me rends compte que ces valeurs changeront, car d'autres variables nutritives sont modifiées, mais je me suis demandé si un ensemble optimisé d'équations pouvait être obtenu en 5 dimensions?