Regresja symboliczna zorientowana na pracę lokalną

Przekształcaj dane w równania.

Equarith odkrywa w danych liczbowych zwarte, przejrzyste wzory — lokalnie na Twoim komputerze, gotowe do walidacji i eksportu.

Pobierz bezpłatnie Zobacz, jak to działa

Bez zakładania konta · Bezpłatnie do 200 wierszy i 4 zmiennych wejściowych

Equarith Lokalnie

Droga hamowania · 120 wierszyFront błędu i złożoności

Wyszukiwanie działa lokalnie

Proste Dokładne

Wybrane równanie d = 0.28v + 0.005v²

Testowy RMSE1.842

Złożoność9

010.28v + 0.005v²1.842

020.0062v²2.116

030.46v3.908

CSV / TSVParetoResztyPunkty kontrolne14 formatów docelowych7 zestawów SDK · już wkrótce

Regresja symboliczna w prostych słowach

A gdyby dane potrafiły same się wyjaśnić?

Regresja symboliczna szuka reguły matematycznej, która łączy dane wejściowe z wynikiem, który chcesz zrozumieć.

01
Zacznij od przykładów.

Podaj kolumny pomiarów: prędkość, temperaturę, czas, koszt lub dowolne zmienne liczbowe z Twojego problemu.
02
Eksploruje równania.

Wyszukiwanie łączy zmienne i operacje matematyczne, sprawdza wiele wzorów i zachowuje te użyteczne.
03
Wybierz odpowiedni wzór.

Zamiast jednej odpowiedzi widzisz dokładne i proste propozycje, a następnie wybierasz najlepszą równowagę dla swojego celu.

Przewidywać czy rozumieć?

Typowy model ML

Uczy się przewidywać wynik, ale jego wewnętrzny tok rozumowania może być trudny do zbadania lub wyjaśnienia.

y = 2.4x² + 0.7

Regresja symboliczna

Zwraca równanie, które można odczytać, przetestować, omówić i ponownie wykorzystać bez pierwotnego silnika wyszukiwania.

Oba podejścia mogą dobrze przewidywać. Regresja symboliczna sprawdza się szczególnie wtedy, gdy relację trzeba także zrozumieć, wyjaśnić, zweryfikować lub wdrożyć.

Equarith Free