8 개 매개 변수에 따른 근사 함수 찾기

Question

데이터 항목이 많습니다. 각 항목은 8 개 숫자로 구성되어 있습니다.

각 항목에 대해 "피트니스 점수"(즉, "좋은"이 항목)를 알고 있습니다.

그리고, 근사 함수 (이 8 개의 매개 변수에 따라 "fitness score")를 작성/찾고 싶습니다. 이 함수의 수학적 표현은 나에게 도움이 될뿐만 아니라 NN과 같은 임의의 구현은 임의의 (새로운) 항목에 대한 그럴듯한 "fitness score"를 줄 것입니다.

Neural Networks (Encog 라이브러리)와 Genetic approach (Watchmaker 라이브러리)를 시도했습니다. 두 번째 접근 방식은 NN보다 훨씬 나은 결과를 제공했습니다. 그러나, "a * pow (x, b)"구성 요소의 합계로 근사 함수를 나타냅니다. "a"와 "b"는 GA로 변형되고 "x"는 데이터 입력 매개 변수입니다. 사실 내가 GA의 도움을 받아 긍정적 인 결과를 얻었음에도 불구하고, 이것은 최선의 접근법이 아닙니다.

그래서 질문은 다음과 같습니다. 내 경우에 근사 함수 검색을 향상시키는 방법은 무엇입니까? NN 및 GA 이외의 다른 방법이 있습니까?

감사합니다.

Answer 1

문제가 단순히 회귀이므로 이러한 방법이 수십 가지 있습니다. 그런 방법에 대한 구글 뿐이므로, 여기에 그것을 나열하는 것도 사실입니다. 다른 가운데, 당신은 :

지원 벡터 회귀는

능선 회귀는

... 다른 방법에서 별도로

• K-NN 회귀
• 회귀 나무 - 기억 , 뉴런 네트워크만으로도 많은 매개 변수와 수식을 가진 매우 복잡한 객체이므로 좋은 결과를 얻으려면 튜닝에 많은 시간을 할애해야합니다. 그들.