典型的机器学习模型
学习预测输出，但其内部推理过程可能难以检查或说明。
CSV / TSVPareto残差检查点14 个导出目标7 个 SDK · 即将推出
简单理解符号回归
如果数据能自己解释规律呢？
符号回归会寻找一条数学规则，把输入变量与您想理解的结果联系起来。
-
01
从示例数据开始。
提供多列测量值：速度、温度、时间、成本，或问题中的任何数值变量。
-
02
它会探索各种方程。
搜索过程组合变量和数学运算，测试大量公式，并保留有用的结果。
-
03
选择合适的公式。
您看到的不是唯一答案，而是兼顾准确性与简洁性的候选公式，可按目标选择最佳平衡。
要预测，还是要理解？
符号回归
返回一个可阅读、测试、讨论的方程，不依赖原搜索引擎也能复用。
两者都能准确预测。需要理解、解释、验证或部署变量关系时，符号回归尤其出色。
Equarith Free
带上您的下一组数据。
无需账户 · 免费处理最多 200 行数据和 4 个输入变量
01
方程清晰可见，经得起审查。
每个候选项都是显式公式。选择之前，您可以比较公式复杂度、训练误差和测试表现。
本地
您的数据始终归您掌控。
导入 CSV 或 TSV 数据，在本地完成整个搜索过程。无需上传数据集，也无需远程计算后端。
Pareto
看清每一种取舍。
探索帕累托前沿，而不是接受一个不透明的答案。根据实际任务，选择精度与简洁度的理想平衡。
01 → 14
从发现方程到交付代码。
将选定的解导出为 Python、C、C++、Java、JavaScript、TypeScript、C#、R、MATLAB/Octave、Julia、Excel、Rust 或 Go。
PythonCC++JavaJavaScriptTypeScriptC#
RMATLABJuliaExcelRustGoOctave
Equarith Free
带上您的下一组数据。
免费下载 Equarith。无需账户。