给定一个由(N+1)维实值向量组成的集合,其中有N个自变量和1个因变量,我想计算一个一次(线性)、二次(平方)或更高次数的多项式,以提供合理的拟合(例如通过最小二乘误差确定)。换句话说,当应用于集合的元素时,多项式应将每个元素的自变量映射到相关联的因变量(带有一些合理的误差范围)。
我预计自变量的维度在2到8之间,并且适用于20到200个元素的集合。我希望能够在毫秒级别而不是秒级别内拟合多项式。 :-)
我很快找到了一维数据的多项式回归算法,但对于多维数据,我还没有找到任何实用的东西。我主要感兴趣的是算法描述或源代码。有什么指导吗?
我预计自变量的维度在2到8之间,并且适用于20到200个元素的集合。我希望能够在毫秒级别而不是秒级别内拟合多项式。 :-)
我很快找到了一维数据的多项式回归算法,但对于多维数据,我还没有找到任何实用的东西。我主要感兴趣的是算法描述或源代码。有什么指导吗?