Я не уверен, что это лучшее место, чтобы спросить об этом, но вы, ребята, были полезны с большим количеством моей домашней работы в CS в прошлом, поэтому я думаю, что я сделаю это.алгоритм для объединения данных для линейной подгонки?
Я ищу алгоритм слепо объединить несколько зависимых переменных в индекс, который дает наилучшую линейную привязку с внешней переменной. В принципе, он будет комбинировать зависимые переменные с использованием разных математических операторов, включать или не включать в себя каждый и т. Д. До тех пор, пока не будет разработан индекс, который лучше всего соотносится с моей внешней переменной.
Кто-нибудь видел или слышал что-то подобное раньше? Даже если вы могли бы указать мне в правильном направлении или в нужное место, чтобы спросить, я был бы признателен. Благодарю.
Звучит немного как [Кусочно-линейная функция] (http://en.wikipedia.org/wiki/Piecewise_linear_function) или какая-либо другая форма [подгонка кривой] (http://en.wikipedia.org/wiki/Curve_fitting). –
Вы, честно говоря, лучше спрашиваете об этом на http://math.stackexchange.com, это очень сложный вопрос. –
Конечно, я отдам. Что касается некоторого контекста, я разрабатываю индекс, который коррелирует концентрацию отдельных химических соединений с температурой воздуха. Я работал с ручным регрессионным анализом, но подумал, что что-то, что могло бы слепо сочетать переменные, было бы интересным местом для просмотра. – BoldlyBold