多维多项式回归（最好使用C/C++、Java或Scala）

Question

6

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？

- Gregor Scheidt

2

你可能想尝试在 http://stats.stackexchange.com/ 上提出你的问题。 - Jean-Philippe Pellet

2个回答

0

我正在寻找相同的代码，我已经找到了两个很好的例子。

请查看net.sourceforge.openforecast

具体来说，请查看类PolynomialRegressionModel作为起点

还有一个简单的单类实现，它专为比你提到的数据集更大的数据集而设计。

- Jason

所提到的 PolynomialRegressionModel 类仅执行单变量回归。 - Matt Munson

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mikera · Accepted Answer

你可能想要探索Weka数据挖掘和机器学习平台——它非常全面，包括各种不同的回归算法。

一个很大的优点是它全部开源，所以如果你愿意，你也可以研究代码。