function - 使用机器学习逼近 32 位函数的最佳技术？

Question

我想知道哪种机器学习技术可以从一组观察中逼近一个采用 32 位数字并返回另一个 32 位数字的函数。

谢谢！

Answer 1

多层感知器神经网络值得一看。尽管您需要将输入处理为 0 到 1 之间的浮点数，然后将输出映射回原始范围。

Answer 2

您的问题有几种可能的解决方案：

1.) 用最小二乘法拟合线性假设

在这种情况下，您正在使用最小二乘法逼近假设 y = ax + b。这很容易实现，但有时，线性模型不足以适合您的数据。但是 - 我会先试试这个。

好在有一个封闭的形式，所以你可以直接从你的数据中计算出参数 a 和 b。

见最小二乘

2.) 拟合非线性模型

一旦看到您的线性模型不能很好地描述您的函数，您可以尝试将更高的多项式模型拟合到您的数据中。

你的假设可能看起来像

y = ax² + bx + c

y = ax³ + bx² + cx + d

等等

您还可以使用最小二乘法来拟合您的数据，以及梯度下降类型的技术（模拟退火，...）。另请参阅此线程：将多项式拟合到数据

或者，就像在另一个答案中一样，尝试拟合一个神经网络——好处是它会自动学习假设，但解释输入和输出之间的关系并不容易。但归根结底，神经网络也是非线性函数（如 sigmoid 或 tanh 函数）的线性组合。