通货膨胀是当今世界上许多国家面临的问题。通货膨胀带来的商品价格上涨会导致消费者的购买力下降,当超过一定的阈值时,就会扼杀该国经济增长。为解决上述问题,本文研究以下两个方面的内容,首先,研究赞比亚的经济增长和通货膨胀之间的关系;其次,研究与经济增长有关的特定宏观经济变量对通货膨胀的影响。以消费者价格指数衡量通货膨胀作为因变量,自变量包括利率、汇率、国内生产总值、外国直接投资、净官方发展援助、外债、净流入、广义货币和总储备。数据集中还包括了每种因变量的细分小类。本文创新性的将机器学习和统计方法应用于确定变量对通货膨胀的影响关系中。具体来说,为了保证结果的稳健性,使用了四种方法选择特征,即随机森林算法、格兰杰因果关系测试、随机森林和方差阈值法,并将四种方法挑选的特征加入ANN算法分别产生四个模型,对这些模型进行了评估和比较,选择出效果最佳的模型。结果显示,随机森林算法方法选择的特征在预测通货膨胀的效果上最佳,并且使得到的结果更加稳健。研究的主要结果表明,对于赞比亚来说,利率、汇率和GDP是影响通货膨胀的重要变量,外债、外国直接投资和货币供应对通货膨胀影响较小。获得的结果可以为旨在降低赞比亚通货膨胀的政策设计提供启示。