平滑符号回归：将符号回归转化为实值优化问题
机器学习
2021-08-10 v1
摘要
典型的符号回归方法产生的候选解变化相当突兀。在本工作中，我们试图将符号回归从一个景观极其崎岖、典型分析方法无法产生有意义结果的优化问题，转化为可与典型且非常平滑的实值问题相比较的问题。尽管崎岖性可能不妨碍优化性能，但它限制了分析的可能性。在此，我们探索了变换的不同方面，并提出了一种从符号回归问题创建实值优化问题的简单流程。
引用
@article{arxiv.2108.03274,
title = {Smooth Symbolic Regression: Transformation of Symbolic Regression into a Real-valued Optimization Problem},
author = {Erik Pitzer and Gabriel Kronberger},
journal= {arXiv preprint arXiv:2108.03274},
year = {2021}
}