典型的機器學習模型
學習預測輸出，但其內部推理過程可能難以檢查或說明。
CSV / TSVPareto殘差檢查點14 個匯出目標7 個 SDK · 即將推出
簡單理解符號迴歸
如果資料能自己解釋規律呢？
符號迴歸會尋找一條數學規則，把輸入變數與您想理解的結果連結起來。
-
01
從範例資料開始。
提供多欄測量值：速度、溫度、時間、成本，或問題中的任何數值變數。
-
02
它會探索各種方程式。
搜尋過程組合變數和數學運算，測試大量公式，並保留有用的結果。
-
03
選擇合適的公式。
您看到的不是唯一答案，而是兼顧準確性與簡潔性的候選公式，可依目標選擇最佳平衡。
要預測，還是要理解？
符號迴歸
傳回一個可閱讀、測試、討論的方程式，不依賴原搜尋引擎也能重複使用。
兩者都能準確預測。需要理解、解釋、驗證或部署變數關係時，符號迴歸尤其出色。
Equarith Free
帶上您的下一組資料。
無須帳戶 · 免費處理最多 200 列資料與 4 個輸入變數
01
每條方程式都清楚可檢視。
每個候選解都是明確公式。做出選擇前，您可以比較公式複雜度、訓練誤差與測試表現。
本機
您的資料始終由您掌控。
匯入 CSV 或 TSV 資料，並在本機完成整個搜尋流程。無須上傳資料集，也不需要遠端運算後端。
Pareto
看清每一項取捨。
探索帕累托前緣，而不是接受單一且不透明的答案。依照實際需求，選擇精準度與簡潔度的理想平衡。
01 → 14
從探索方程式到交付程式碼。
將選定的解匯出為 Python、C、C++、Java、JavaScript、TypeScript、C#、R、MATLAB/Octave、Julia、Excel、Rust 或 Go。
PythonCC++JavaJavaScriptTypeScriptC#
RMATLABJuliaExcelRustGoOctave
Equarith Free
帶上您的下一組資料。
免費下載 Equarith。無須帳戶。