함수의 합계 값을 예측하기위한 데이터 모델 설계

Question

데이터 마이닝 프로젝트에서 작업 중이며 다음 모델을 설계해야합니다.

I 4 특징 X1, X2, X3 및 X4 각각의 기능이 가능한 기능의 일부 서브 세트에 의존하도록 이들

기능 정의 네 기능을 주었다.

예컨대

F1 (X1, X2) = X1^2 + 2 × 2^2

F2 (X2, X3) = 2 × 2^2 + 3 × 3^3

F3 (X3, X4) = 3 × 3^3 + 4x4^4

이것은 F1이 피쳐 x1, x2에 의존하는 함수라는 것을 의미합니다. F2는 x2, x3 등등에 의존하는 몇 가지 기능입니다

이제 x1, x2, x3, x4의 값을 알고 합계 (F1 + F2 + F3) {나는 알고있는 훈련 데이터 세트를 사용할 수 있습니다. 총 합계하지만 기능이 아닌 개별 합)

이제

나는 모든 기능을 제대로 즉 (F1 + F2 + F3 총 합계를 예측할 수있는 모델)

나는 새로운 오전를 만들기 위해 이러한 훈련 데이터를 사용하여 데이터 마이닝 및 기계 학습 분야.이 질문이 너무 사소하거나 잘못 될 경우 사전에 사과드립니다. 나는 그것을 여러모로 모델화하려고 노력해 왔지만 그것에 대해 명확한 생각을하지는 못했다. 이에 관한 도움을 주시면 감사하겠습니다.

Answer 1

문제는 비선형 회귀입니다. 사용자는 기능

X1 X2 X3의 X4에의 S를 어디 (S = 합 (F1 + F2 + F3))

넌 S가 내지 Xn을 사용하지만 S 함수는 비선형 예측하고자

. 함수 S가 비선형이기 때문에이 문제에 대해 비선형 회귀 알고리즘을 사용해야합니다. 보통 nonlinear regression은 문제를 해결할 수도 있고 다른 방법을 선택할 수도 있습니다. 예를 들어 Tree Regression 또는 MARS (Multivariate Adaptive Regression Splines)을 시도 할 수 있습니다. 그들은 잘 알려진 알고리즘이고 상용 및 오픈 소스 버전을 찾을 수 있습니다.