6

N 個の独立値と 1 個の従属値を持つ (N+1) 次元の実数値ベクトルのコレクションが与えられた場合、次数 1 (線形)、2 (二次)、またはそれ以上の多項式を計算して、適度に適切な適合を提供します (たとえば、最小二乗誤差によって決定されます)。つまり、コレクションの要素に適用される場合、多項式はそれぞれの独立した値を関連する従属値にマップする必要があります (合理的な誤差範囲で)。

独立変数の次元は 2..8 の範囲にあり、20..200 要素のコレクションで機能すると予想しています。秒単位ではなくミリ秒単位で多項式を当てはめたいと思っています。:-)

1 次元データの多項式回帰のアルゴリズムはすぐに見つかりましたが、多次元データに対して実用的なアルゴリズムを思いつくことはできませんでした。主にアルゴリズムの説明やソース コードに興味があります。ポインタはありますか?

4

2 に答える 2

3

Wekaのデータ マイニングおよび機械学習プラットフォームを探索することをお勧めします。これは非常に包括的であり、さまざまな回帰アルゴリズムがすべて含まれています。

大きなボーナスは、すべてオープン ソースであるため、必要に応じてコードを学習することもできます。

于 2011-07-04T12:18:45.050 に答える
0

私は同じコードを探していましたが、これの 2 つの良い例を見つけました。

net.sourceforge.openforecast を参照してください

具体的には、クラス PolynomialRegressionModelを開始点として参照してください

あなたが言及したよりもはるかに大きなデータセット用に設計された単純な単一クラスの実装

http://blog.locut.us/2009/11/14/polynomial-regression-on-a-large-dataset-in-Java/

于 2011-09-10T02:29:06.067 に答える