使用演化技术进行特征工程以提升复杂系统的回归模型
分布式、并行与集群计算
2024-07-02 v1 硬件体系结构
摘要
本工作提出了一种用于建模复杂系统的自动方法。该方法基于语法演化（Grammatical Evolution）与经典回归的结合，以获得一组最优特征，参与线性和凸模型。这一技术同时提供了特征工程和符号回归，以推断无需任何设计师专业知识即可获得的准确模型。随着高级云服务的普及，数据中心在现代城市总体能源消耗中的贡献正在显著增长。这些设施的每平方英尺能耗是典型办公楼的 10 至 100 倍。对这些基础设施进行能耗建模对于预测激进优化政策的影响至关重要，但准确且快速的能耗建模是高端服务器尚未被解析方法满足的复杂挑战。针对此案例研究，我们的方法最小化了功率预测误差。该工作使用真实云应用进行测试，功率估计平均误差为 3.98%。我们的工作提高了从事云能源效率政策制定的可能性，适用于具有相似特征的其他计算环境。
引用
@article{arxiv.2407.00001,
title = {Enhancing Regression Models for Complex Systems Using Evolutionary Techniques for Feature Engineering},
author = {Patricia Arroba and José L. Risco-Martín and Marina Zapater and José M. Moya and José L. Ayala},
journal= {arXiv preprint arXiv:2407.00001},
year = {2024}
}