版上各位巨佬们，求教一个问题：
已有5000个样本的数据集可用于训练和验证，每个样本有10000个特征单元，这10000个单元在同一样本内互不相同，但是在每个样本中均存在；每个单元的数值不是0就是1；每个样本的10000个单元的数值之和，即为这个样本的总数值。现在希望找出最优的一个由100个单元组成的组合，能够根据任一样本内这100个单元中每一个的数值，预测出该样本的总数值。请问应该采用什么算法？
--
FROM 106.39.151.*