2011-07-04 35 views
6

N個の独立した値と1個の従属値を持つ(N + 1)次元の実数値ベクトルの集合を考えると、次数1の多項式(線形)、2(2次)以上であり、合理的に良好な適合を提供する(例えば、最小二乗誤差によって決定される)。言い換えれば、コレクションの要素に適用する場合、多項式は、それぞれの独立した値を関連する従属値(ある程度合理的な誤差のマージンで)にマッピングする必要があります。多次元多項式回帰(好ましくはC/C++、JavaまたはScala)

私は、独立変数の次元数が2..8の範囲にあり、20..200要素の集合で作業することを期待しています。私は秒よりもむしろミリ秒で多項式を適合させることを望んでいます。 :-)

私はすぐに1次元データの多項式回帰のアルゴリズムを見つけましたが、私は多次元データには実用的なものを考え出すことができませんでした。私は主にアルゴリズムの記述やソースコードに興味があります。すべてのポインタ?

+2

http://stats.stackexchange.com/でご質問をお試しください。 –

答えて

3

Wekaデータマイニングと機械学習プラットフォームを探索したい場合があります。これは非常に包括的で、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なので、好きなようにコードを学習することもできます。

+0

私はちょうど同じものを書くつもりでした。 – Rekin

+0

Wekaの多次元多項式回帰の分類子名は何ですか?私はそれを見つけることができません:S –

0

私は同じコードを探していましたが、この2つの良い例が見つかりました。

は、具体的に

、あなたが

を述べたよりもはるかに大きなデータセットのために設計されているシンプルな単一クラスの実装の出発点としてクラスPolynomialRegressionModel を参照してくださいnet.sourceforge.openforecast

を参照してください。 http://blog.locut.us/2009/11/14/polynomial-regression-on-a-large-dataset-in-java/

+0

'PolynomialRegressionModel'と呼ばれるクラスは、単一変数回帰のみを行います。 –

関連する問題