如何解决有没有办法发现一列和其他列之间的非线性关系？
假设我有一个 10 列的数字数据集，但我不知道一列与其他列之间的关系。现在对于每一列，我想发现该列与其他 9 列之间的关系（如果存在关系）。换句话说，我如何从其他列中推断出一列？
目前对于线性关系，使用线性回归足以做到这一点，因为学习的权重足够直观，可以显示关系。例如，我的数据具有特征 (x1,x2,x3,x4)，如果 x1 = x2 + 2*x3，则学习的 x2、x3 和 x4 的权重约为 (1,2,0)。但是，对于非线性关系，可能性太多了。如果关系只包括加法、减法和乘法，那么我可以使用多项式特征（实际上已经太多的特征），如果误差很小，那么我可以证明存在某种关系。对于更复杂的关系，很难找到它们，即使我训练我的模型并证明它存在（例如通过使用神经网络来拟合数据），我也不知道这种关系到底是什么。那么有没有办法从数字数据集中学习隐藏的关系？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
