多元非线性回归 我是机器学习的新手,我想实现多元非线性回归,我似乎找不到任何好的C++库。 (例如:数据)

多元非线性回归 我是机器学习的新手,我想实现多元非线性回归,我似乎找不到任何好的C++库。 (例如:数据),c++,machine-learning,regression,C++,Machine Learning,Regression,我需要非线性回归模型来预测给定输入变量(x1、x2、x3、x4、x5、x6)的输出。我将在此基础上尝试核岭回归和/或支持向量回归。它们中的任何一个都可能工作得很好 具有这两种方法的易于使用的实现。有关详细信息,请参阅或示例程序。请注意,这些示例仅显示一个输入变量,但您需要做的只是将输入向量的维数更改为1以外的值。在示例中,这意味着您只需更改行 typedef matrix<double,1,1> sample_type; typedef矩阵样本类型; 到 typedef矩阵样本类

我需要非线性回归模型来预测给定输入变量(x1、x2、x3、x4、x5、x6)的输出。

我将在此基础上尝试核岭回归和/或支持向量回归。它们中的任何一个都可能工作得很好

具有这两种方法的易于使用的实现。有关详细信息,请参阅或示例程序。请注意,这些示例仅显示一个输入变量,但您需要做的只是将输入向量的维数更改为1以外的值。在示例中,这意味着您只需更改行

typedef matrix<double,1,1> sample_type;
typedef矩阵样本类型;

typedef矩阵样本类型;

然后他们将处理6个输入变量

你在谷歌上搜索了什么?你看过TMVA()吗?它是ROOT()的一部分?你有五个数据点和六个变量。该系统未被指定。你怎么知道你需要一个非线性模型?这只是一个例子。。它有20000多个数据点。示例中没有提到这一点,但是您还应该确保6个输入都是标准化的,因此它们都在相同的范围内。例如,如果您有一个介于0和1e5之间的输入,而其他输入介于0和1之间,那么将发生的情况是,所有较小的变量基本上都将被忽略。通常,减去平均值并除以标准偏差(这样每个变量的平均值为0,方差为1)是一种很好的方法。
typedef matrix<double,1,1> sample_type;
typedef matrix<double,6,1> sample_type;