¿Qué es la regresión simbólica?

La regresión simbólica es relativa a la regresión "numérica", es decir, el análisis de regresión en estadística, como la familiar regresión lineal. El análisis de regresión generalmente supone primero que el cuerpo principal del problema es la forma de la función y sus parámetros, y luego encuentra el conjunto de parámetros más consistente basado en los datos para determinar la función final. Se puede ver que las personas que aplican el análisis de regresión necesitan tener una comprensión profunda del dominio del problema para poder dar una forma funcional "razonable". Esto suele resultar difícil cuando el problema es complejo o el investigador tiene un conocimiento limitado del problema.

Aquí es donde entra la regresión simbólica. La regresión simbólica es una de las primeras aplicaciones de la programación genética. El conjunto terminal de la regresión simbólica consta de operadores (como +, -, *, /, sin, cos, log, etc.), números aleatorios y variables (x0, x1, ..., xn). , xn). Aquí, el programa de evolución es una cadena de terminadores (que representan la función y=f(x0,x1,x2,...,xn)). Esperamos que el programa final y=f(x0, x1, ..., xn) coincida lo más posible con el conjunto de datos dado. Tenga en cuenta que, a diferencia del análisis de regresión, la regresión simbólica no asume ninguna forma funcional. De hecho, el objetivo de la regresión simbólica (incluida la programación genética y, de hecho, todo el campo de la inteligencia computacional y la computación evolutiva) es descubrir conocimientos, patrones y leyes de forma completamente automática.