Multidimensional regresión polinómica (preferiblemente C/C++, Java o Scala)

Question

Dada una colección de (N + 1) vectores reales valorados -dimensional con N valor dependiente independiente y 1, me gustaría para calcular un polinomio de grado 1 (lineal), 2 (cuadrático) o superior que proporciona un ajuste razonablemente bueno (p. Ej. Según lo determinado por el error de mínimos cuadrados). En otras palabras, cuando se aplica a los elementos de la colección, el polinomio debe asignar los valores independientes de cada uno al valor dependiente asociado (con un margen de error razonable).

Espero que la dimensionalidad de las variables independientes esté en el rango 2..8, y que trabaje en colecciones de 20..200 elementos. Espero encajar un polinomio en milisegundos en lugar de segundos. :-)

Encontré rápidamente algoritmos para la regresión polinómica para datos unidimensionales, pero no he podido encontrar nada práctico para datos multidimensionales. Me interesan principalmente las descripciones de algoritmo o el código fuente. ¿Alguna sugerencia?

Answer 1

Es posible que desee explorar la plataforma Weka de minería de datos y aprendizaje automático: es extremadamente completa e incluye todo tipo de algoritmos de regresión diferentes.

Una gran ventaja es que es todo de código abierto, por lo que también puede estudiar el código si lo desea.

Answer 2

Estaba buscando el mismo código y he encontrado dos buenos ejemplos de esto.

Ver net.sourceforge.openforecast

ver Específicamente el PolynomialRegressionModel clase como punto de partida

y una sencilla implementación de la clase única, que está diseñado para grupos de datos mucho más grandes que usted ha mencionado

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