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).Multidimensional regresión polinómica (preferiblemente C/C++, Java o Scala)
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?
Es posible que desee intentar hacer su pregunta en http://stats.stackexchange.com/. –