Symbolische Regression

Symbolische Regression ist eine Art der Regressionsanalyse. Der Raum der mathematischen Funktionen wird nach Kandidaten zur optimalen Beschreibung von vorgegebenen Daten durchsucht[1].

Häufig wird zum Finden der Lösung Genetische Programmierung benutzt, wobei Formeln als Ausdrucksbäume dargestellt werden, siehe Bild.

Darstellung einer Funktion als Ausdrucksbaum. Teilbäume können umgehängt, geändert oder gelöscht (Mutation) und komplette Bäume kombiniert (Rekombination) werden.

Eureqa oder PySR sind Beispiele für Programme zur symbolischen Regression.

Einzelnachweise

  1. ↑ Ingrid Gerdes, Frank Klawonn, Rudolf Kruse: Evolutionäre Algorithmen: Genetische Algorithmen — Strategien und Optimierungsverfahren — Beispielanwendungen. Springer-Verlag, 2013, ISBN 978-3-322-86839-8 (google.de [abgerufen am 20. Juli 2020]).
Dieser Artikel wurde von Wikipedia herausgegeben. Der Text ist verfügbar unter Creative Commons Attribution-Share Alike 4.0, sofern nicht anders angegeben. Möglicherweise können weitere Bestimmungen für Mediendateien gelten.