多维多项式回归（最好是 C/C++、Java 或 Scala）

Posted 2023-02-22

【中文标题】多维多项式回归（最好是 C/C++、Java 或 Scala）

【英文标题】：Multidimensional polynomial regression (preferably C/C++, Java or Scala)

【发布时间】：2011-07-04 11:59:31

【问题描述】：

给定一组具有 N 个独立值和 1 个依赖值的 (N+1) 维实值向量，我想计算一个 1（线性）、2（二次）或更高阶的多项式，它提供了一个相当好的拟合（例如，由最小二乘误差确定）。换句话说，当应用于集合的元素时，多项式应该将每个独立值映射到相关的依赖值（具有一些合理的误差范围）。

我希望自变量的维度在 2..8 范围内，并适用于 20..200 个元素的集合。我希望以毫秒而不是秒来拟合多项式。 :-)

我很快就找到了适用于一维数据的多项式回归算法，但我还没有想出任何适用于多维数据的实用方法。我主要对算法描述或源代码感兴趣。有什么指点吗？

【问题讨论】：

您可能想尝试在stats.stackexchange.com 上提问。

【参考方案1】：

您可能想探索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。

一个很大的好处是它都是开源的，所以如果你愿意，你也可以研究代码。

【讨论】：

我正打算写一样的。

你知道Weka中多维多项式回归的分类器名称是什么吗？我只是找不到它：S

【参考方案2】：

我一直在寻找相同的代码，我发现了两个很好的例子。

见 net.sourceforge.openforecast

具体看PolynomialRegressionModel类作为起点

还有一个简单的单类实现，它专为比您提到的更大的数据集而设计

http://blog.locut.us/2009/11/14/polynomial-regression-on-a-large-dataset-in-java/

【讨论】：

PolynomialRegressionModel 引用的类只做单变量回归。